論文の概要: Finite speed Ornstein-Uhlenbeck-Kac processes and their applications in generative modeling
- arxiv url: http://arxiv.org/abs/2611.17625v1
- Date: Fri, 13 Nov 2026 00:49:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.283739
- Title: Finite speed Ornstein-Uhlenbeck-Kac processes and their applications in generative modeling
- Title(参考訳): 有限速度Ornstein-Uhlenbeck-Kac過程とその生成モデリングへの応用
- Abstract要約: 我々は、ブラウン運動の代わりに有限速Kac過程が駆動過程を定義するオルンシュタイン-ウレンベック-カック過程(OU-K)を研究する。
OU-Kプロセスは、再スケールした時間不均一なKacプロセスによって分析され、Kac部分からの切り替え速度とOrnstein-Uhlenbeck(OU)部分からの収束速度が特徴である。
- 参考スコア(独自算出の注目度): 6.244816393907943
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study the Ornstein-Uhlenbeck-Kac (OU-K) process, where instead of a Brownian motion, a finite-speed Kac process defines the driving process. The OU-K process can be analyzed through a rescaled, time-inhomogeneous Kac process, characterized by a switching rate from the Kac part, and a convergence rate from the Ornstein-Uhlenbeck (OU) part. The law of this inhomogeneous Kac process describes the solution of a wave equation, the Euler-Poisson-Darboux (EPD) equation. For Kac switching rates being multiples of the OU convergence rate, we can explicitly derive this EPD solution via the sum of (the derivative of) two Legendre polynomials, restricted between two Dirac points representing the wave fronts. Using the framework of piecewise-deterministic Markov processes (PDMP), we describe the conditional velocity fields of the OU-K process via our polynomial-law-formula. This allows us to apply the OU-K process in a generative flow model. Since the OU-K velocity fields prove to be bounded by the finite Kac speed, the usual time truncations of diffusion models become unnecessary. We demonstrate advantages over diffusion and flow matching models in terms of generation sharpness on singular data sets, while achieving competitive results on CIFAR-10 image generation.
- Abstract(参考訳): 我々は、ブラウン運動の代わりに有限速Kac過程が駆動過程を定義するオルンシュタイン-ウレンベック-カック過程(OU-K)を研究する。
OU-Kプロセスは、再スケールした時間不均一なKacプロセスによって分析され、Kac部分からの切り替え速度とOrnstein-Uhlenbeck(OU)部分からの収束速度が特徴である。
この不均一なKac過程の法則は、波動方程式、Euler-Poisson-Darboux(EPD)方程式の解を記述する。
OU収束率の倍数であるKacスイッチングレートに対して、波面を表す2つのディラック点の間で制限された2つのルジャンドル多項式の和(微分)を通して、このEPD解を明示的に導出することができる。
部分的決定論的マルコフ過程 (PDMP) の枠組みを用いて, 多項式法式によるOU-K過程の条件速度場を記述する。
これにより、生成フローモデルにOU-Kプロセスを適用することができる。
OU-K速度場は有限Kac速度で有界であることが証明されるので、拡散モデルの通常の時間切り離しは不要となる。
我々は,CIFAR-10画像生成における競合的な結果を達成しつつ,特異データセット上でのシャープネスの生成の観点から,拡散モデルやフローマッチングモデルよりも優位性を示す。
関連論文リスト
- What Does a Discrete Diffusion Model Learn? [71.03603607324338]
離散拡散モデルは、デノイザ、スコア比、ブリッジプラグイン予測器などを学ぶ。
まず, 連続時間マルコフ連鎖 (CTMC) ELBO の任意のノイズ発生過程に対する厳密な導出から始める。
すべてのアイデンティティは、正確に解けるモデル上で近似なしで数値的に検証される。
論文 参考訳(メタデータ) (2026-07-06T17:56:11Z) - DistillKac: Few-Step Image Generation via Damped Wave Equations [83.5291918320052]
減衰波方程式とKac表現を用いて有限速で確率質量を移動させる高速画像生成装置であるDistillKacを提案する。
逆時間速度が硬く、暗黙的に非有界伝播速度を許容する拡散モデルとは対照的に、Kac力学は有限速度輸送を強制し、大域的有界運動エネルギーを得る。
論文 参考訳(メタデータ) (2025-09-25T20:04:41Z) - Telegrapher's Generative Model via Kac Flows [7.1747343065587]
本稿では,減衰波方程式に基づく新しい流れベース生成モデルを提案する。
フローマッチングの枠組みを用いて、速度場を近似したニューラルネットワークをトレーニングし、サンプル生成に使用する。
論文 参考訳(メタデータ) (2025-06-25T17:37:21Z) - Bridging discrete and continuous state spaces: Exploring the Ehrenfest process in time-continuous diffusion models [4.186575888568896]
離散状態空間上での時間連続マルコフジャンプ過程について検討する。
エレンフェスト過程の時間反転は、時間反転するオルンシュタイン-ウレンベック過程に収束することを示す。
論文 参考訳(メタデータ) (2024-05-06T15:12:51Z) - Generative Fractional Diffusion Models [53.36835573822926]
我々は,その基礎となる力学に分数拡散過程を利用する,最初の連続時間スコアベース生成モデルを導入する。
実画像データを用いた評価では,GFDMはFIDが低い値で示されるように,画素幅の多様性と画質の向上を実現している。
論文 参考訳(メタデータ) (2023-10-26T17:53:24Z) - DiffuSeq-v2: Bridging Discrete and Continuous Text Spaces for
Accelerated Seq2Seq Diffusion Models [58.450152413700586]
ガウス空間に基づく離散突然変異を再構成する学習において拡散モデルを容易にする軟吸収状態を導入する。
我々は、サンプリングプロセスの高速化のために、連続空間内で最先端のODEソルバを用いている。
提案手法は, トレーニング収束率を4倍に向上させ, 類似品質のサンプルを800倍高速に生成する。
論文 参考訳(メタデータ) (2023-10-09T15:29:10Z) - On the path integral simulation of space-time fractional Schroedinger
equation with time independent potentials [0.0]
時空分数Schroedinger方程式に関連するコーシー問題の解法として、ファインマン・カック経路積分法が提案されている。
我々は,空間時間分数拡散過程を,標準拡散の場合と同等の単純さと収束率でシミュレートすることができた。
論文 参考訳(メタデータ) (2023-06-25T20:14:40Z) - Fast Sampling of Diffusion Models via Operator Learning [74.37531458470086]
我々は,拡散モデルのサンプリング過程を高速化するために,確率フロー微分方程式の効率的な解法であるニューラル演算子を用いる。
シーケンシャルな性質を持つ他の高速サンプリング手法と比較して、並列復号法を最初に提案する。
本稿では,CIFAR-10では3.78、ImageNet-64では7.83の最先端FIDを1モデル評価環境で達成することを示す。
論文 参考訳(メタデータ) (2022-11-24T07:30:27Z)
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。