論文の概要: Spectral Amplitude Purification in Distribution Matching for Diffusion Distillation

• arxiv url: http://arxiv.org/abs/2609.29116v1
• Date: Thu, 24 Sep 2026 06:49:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.757462
• Title: Spectral Amplitude Purification in Distribution Matching for Diffusion Distillation
• Title（参考訳）: 拡散蒸留における分布マッチングにおけるスペクトル振幅の浄化
• Abstract要約: 分散マッチング蒸留(DMD)は、数ステップで高品質な拡散サンプリングを可能にする。 分布整合蒸留(SAP-DMD)のためのスペクトル振幅浄化法を提案する。 SAP-DMDは、振幅スペクトルの支配的な尾を抑えることにより、低周波支配を減らし、微細構造やテクスチャのより効果的な回復を促進する。
• 参考スコア（独自算出の注目度）: 21.918494097609113
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Distribution Matching Distillation (DMD) enables high-quality diffusion sampling in only a few steps, but its optimization dynamics remain dominated by coarse, low-frequency signals, delaying the recovery of fine-grained details. We identify a pronounced concentration of spectral amplitudes at low frequencies in the DMD directional error, where dominant low-frequency components overwhelm weaker mid- and high-frequency signals. To address this issue, we propose Spectral Amplitude Purification for Distribution Matching Distillation (SAP-DMD), a plug-and-play approach that adaptively modulates the amplitude spectrum of the DMD directional field. By suppressing the dominant tail of the amplitude spectrum, SAP-DMD reduces low-frequency dominance and promotes more effective recovery of fine structures and textures. Experiments on PixArt-$α$, SD3, and SD3.5 demonstrate that SAP-DMD accelerates training convergence and improves generation quality under both 2-step and 4-step sampling.
• Abstract（参考訳）: 分散マッチング蒸留(DMD)は、数ステップで高品質な拡散サンプリングを可能にするが、その最適化のダイナミクスはいまだに粗い低周波信号に支配され、微細な詳細の回収が遅れている。 DMD方向誤差における低周波スペクトル振幅の顕著な濃度は、支配的な低周波成分がより弱い中・高周波信号に圧倒される。 この問題に対処するために,DMD方向のスペクトルスペクトルを適応的に変調するプラグアンドプレイ方式であるSAP-DMD(Spectral Amplitude Purification for Distribution Matching Distillation)を提案する。 SAP-DMDは、振幅スペクトルの支配的な尾を抑えることにより、低周波支配を減らし、微細構造やテクスチャのより効果的な回復を促進する。 PixArt-$α$、SD3、SD3.5の実験では、SAP-DMDはトレーニング収束を加速し、2ステップと4ステップのサンプリングで生成品質を向上させる。

関連論文リスト

• CMDS-AD: Cross-Modal Dual-Stream Decoupling for Few-Shot Anomaly Detection [22.190054508477704]
  訓練データに制限があるため、わずかな撮影異常検出は依然として困難である。 CMDS-AD(Cross-Modal Dual-Stream Anomaly Detection framework)を提案する。 CMDS-ADは、MVTec 3D-ADで5.7%(I-AUROC)と2.0%(AUPRO)の絶対的なパフォーマンス向上を達成する。
  論文  参考訳（メタデータ） (2026-06-18T14:36:02Z)
• Cross-Resolution Distribution Matching for Diffusion Distillation [16.34026950457199]
  クロスリゾリューション分布マッチング蒸留は新しい蒸留フレームワークである。 高忠実で数ステップの多分解能カスケード推論のために、クロスレゾリューション分布ギャップを橋渡しする。 SDXLでは最大33.4倍、Wan2.1-14Bでは25.6倍のスピードアップを実現し、高視力を維持している。
  論文  参考訳（メタデータ） (2026-03-06T10:45:07Z)
• SALIENT: Frequency-Aware Paired Diffusion for Controllable Long-Tail CT Detection [6.673878172809982]
  制御可能なCT拡張のためのマスク条件のウェーブレットドメイン拡散フレームワークであるSALIENTを紹介する。 SALIENTは、画素空間を飾る代わりに、離散ウェーブレット係数上の構造拡散を行い、高周波構造の詳細から低周波輝度を分離する。 3D VAEは多様なボリューム障害マスクを生成し、セミ教師は下流マスク誘導検出のためのペアスライスレベル擬似ラベルを生成する。
  論文  参考訳（メタデータ） (2026-02-26T19:12:15Z)
• DiffPace: Diffusion-based Plug-and-play Augmented Channel Estimation in mmWave and Terahertz Ultra-Massive MIMO Systems [42.56832361766872]
  本稿では,チャネル推定のための拡散型プラグアンドプレイ方式であるDiffPaceを紹介する。 高い推定精度と計算効率の向上を提供する。
  論文  参考訳（メタデータ） (2025-10-21T06:22:24Z)
• Adversarial Distribution Matching for Diffusion Distillation Towards Efficient Image and Video Synthesis [65.77083310980896]
  本稿では, 実測値と偽測値の間に潜時予測を整列させる適応分布マッチング (ADM) を提案する。 提案手法は,DMD2と比較してSDXLの1ステップ性能に優れ,GPU時間が少ない。 SD3-Medium, SD3.5-Large, CogVideoX に多段階の ADM 蒸留を適用した実験では, 画像と映像の効率的な合成に向けた新しいベンチマークが設定された。
  論文  参考訳（メタデータ） (2025-07-24T16:45:05Z)
• Frequency Domain-Based Diffusion Model for Unpaired Image Dehazing [92.61216319417208]
  そこで本稿では,未確認データにおける有益な知識を十分に活用するための,新しい周波数領域ベース拡散モデルを提案する。 拡散モデル(DM)が示す強い生成能力に着想を得て,周波数領域再構成の観点からデハージング課題に取り組む。
  論文  参考訳（メタデータ） (2025-07-02T01:22:46Z)
• Fast Diffusion Model [122.36693015093041]
  拡散モデル(DM)は、複雑なデータ分布を捉える能力を持つ様々な分野に採用されている。 本稿では,DM最適化の観点から,高速拡散モデル (FDM) を提案する。
  論文  参考訳（メタデータ） (2023-06-12T09:38:04Z)
• DDS2M: Self-Supervised Denoising Diffusion Spatio-Spectral Model for Hyperspectral Image Restoration [103.79030498369319]
  ハイパースペクトル画像復元のための自己教師付き拡散モデルを提案する。 textttDDS2Mは、既存の拡散法と比較して、より強力な一般化能力を持っている。 HSIのノイズ除去、ノイズ除去、様々なHSIの超解像実験は、既存のタスク固有状態よりもtextttDDS2Mの方が優れていることを示した。
  論文  参考訳（メタデータ） (2023-03-12T14:57:04Z)
• Accelerating Diffusion Models via Early Stop of the Diffusion Process [114.48426684994179]
  Denoising Diffusion Probabilistic Models (DDPM) は、様々な世代タスクにおいて優れたパフォーマンスを実現している。 実際には、DDPMは高品質なサンプルを得るために何十万ものデノナイジングステップを必要とすることが多い。 本稿では,DDPMの早期停止型DDPM(Early-Stopped DDPM, ES-DDPM)の原理的高速化戦略を提案する。
  論文  参考訳（メタデータ） (2022-05-25T06:40:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。