Der Artikel führt eine neuartige theoretische Vereinfachung der Diffusions-Schrödinger-Brücke (DSB) ein, die deren Vereinigung mit Score-basierten Generativen Modellen (SGM) ermöglicht. Dadurch werden die Einschränkungen von DSB bei der komplexen Datengenerierung behoben und eine schnellere Konvergenz sowie eine verbesserte Leistung erzielt.
Zunächst wird eine vereinfachte Optimierungsfunktion für DSB vorgestellt, die der ursprünglichen Form äquivalent ist. Die Analyse der Konvergenz von DSB zeigt, dass die Initialisierung der Schlüssel für eine effiziente Optimierung ist. Daher wird vorgeschlagen, SGM als Lösung für die erste Rückwärtsepoche von DSB zu verwenden, was die Konvergenz deutlich beschleunigt.
Darüber hinaus wird eine Reparametrisierungstechnik entwickelt, die trotz theoretischer Näherungen die Anpassungsfähigkeit des Netzwerks in der Praxis verbessert. Umfangreiche Experimente bestätigen die Effektivität der vereinfachten DSB und zeigen signifikante Verbesserungen gegenüber der ursprünglichen Formulierung.
إلى لغة أخرى
من محتوى المصدر
arxiv.org
الرؤى الأساسية المستخلصة من
by Zhicong Tang... في arxiv.org 03-22-2024
https://arxiv.org/pdf/2403.14623.pdfاستفسارات أعمق