跳到主要内容
检索

# 扩散模型

30 篇关联报道

订阅更新
  1. arXiv

    不规则时间序列生成不再一次填补:PSLR把填补与生成器放进同一循环,判别分数较最强基线降59%

    不规则时间序列生成通常先把缺失值一次性补齐、冻结后再训练生成器,PSLR把这一步改成与生成器共同演化的蒙特卡洛EM循环:每轮从当前生成器后验采样完整序列,再在其上重训生成器。由于扩散先验工作在二维提升表示、观测却在时间序列空间,PSLR用算子一致条件化、不确定性保留和流形一致性三条约束把后验采样接到两个空间之间。在十个数据集、四种缺失机制上,其判别分数、预测分数、Context-FID和特征相关误差分别较最强基线改善59%、15%、73%和71%。

  2. arXiv

    D2ToF把扩散蒸馏成一步:单帧单光子波形约毫秒重建深度,误差约为Marigold-DC三分之一

    低成本单光子LiDAR阵列只给出极低空间分辨率的飞行时间波形,难以直接用于深度成像。D2ToF把多步条件扩散模型蒸馏成单步生成器,并在训练目标中加入可微的直方图数据一致性项,使重建深度回投到低分辨率波形后与实测一致;高分辨率反射率图与冻结的单目深度模型补上几何先验。在模拟Middlebury场景的干净条件下,单步模型平均RMSE为11.7毫米,约为Marigold-DC(32.9毫米)的三分之一,单次前向约毫秒级,远快于其250步教师。

  3. arXiv

    古梯田点云换区就失灵:MELD用目标区无标签特征逐层校正,F1从0.397升到0.459

    在哥伦比亚圣玛尔塔内华达山脉的Teyuna与Miraflores两处激光雷达测区之间,跨区检测古梯田的模型会因地形、植被、采集参数和梯田形态差异而失效。MELD在PointNet++的四个层级上分别用目标区无标签特征训练扩散去噪器,再以这些先验在训练和推理时校正送入分割解码器的多尺度特征。Teyuna到Miraflores的迁移中F1由仅源域模型的0.397升至0.459,反向由0.557升至0.594,两个方向均为所比较的域适应方法中最高;加入KNN局部几何描述子后进一步升至0.542和0.606。

  4. arXiv

    只看重建残差会漏掉漂移传感器:CLOSURE 另学一路通道互证,SMD 上 Aff-F1 达 88.13

    多变量时间序列异常检测长期依赖重建残差,但残差只说明一段观测能被还原,不说明各通道之间是否仍像正常时那样互相解释。CLOSURE 把可重建性与跨通道一致性拆成两个各自用正常数据训练的预测任务:一路用离散正常基记忆条件化的扩散重建器打分,另一路让每个通道只由其余通道预测,再用正常数据校准把两路分数合成。在 SMD、MSL、SMAP、SWaT、PSM 五个公开基准上,其 Aff-F1 均高于所列方法,其中 SMD 为 88.13。

  5. arXiv

    多模态生成不再联合训练:SnB 在采样中途分叉,复用预训练扩散模型

    多模态生成此前多依赖从零联合训练一个共享隐变量,难以扩展到高分辨率图像。SnB 改为在采样时耦合各自预训练的单模态扩散模型:先共享一段反向扩散轨迹,在分叉点经桥接模块转入各模态分支。在 CelebAMask-HQ 上,SnB 在全部共享比例设置下取得最低 FID,同时保持较强一致性;在 PolyMNIST 上则与自上而下方法互有胜负。

  6. 药效团直接约束三维扩散生成:PharmaDiff 不靠靶点结构,完美匹配率0.6990

    PharmaDiff把三维药效团假设转成原子级子图,作为条件注入扩散生成过程,直接产出符合预设空间排布的三维分子。在GEOM-Drugs测试集随机抽取的250个药效团条件上,其平均匹配分数为0.8964、完美匹配率为0.6990,高于PGMG、TransPharmer、REINVENT4、ShEPhERD与PhoreGen;在四个靶点上平均对接分数也优于需要蛋白结构的DiffSBDD,但PoseBusters通过率低于ShEPhERD与PhoreGen。

  7. arXiv

    超声诊断标注不必逐帧硬啃:EvoDiff用扩散模型生成探针,只挑真图给专家标

    EvoDiff把主动学习的选样改成“先生成、再检索”:在特征空间里用扩散采样生成合成探针,只把被探针检索到的真实未标注超声图像交给专家标注。在覆盖15个数据集、16,696张图像、6类器官任务的评测中,它在ResNet-50与USFM两种下游模型上多数设置优于随机采样和多种主动学习基线,并以模型估计的标注工作量指标给出相对随机采样24%至84%的削减。

  8. arXiv

    遥感超分不再只看放大倍数:SpatialSR按绝对空间分辨率重建,Vaihingen分割mIoU达66.7

    遥感图像任意尺度超分此前主要按低分与高分图像之间的相对放大倍数建模,忽略了以米/像素计的绝对空间分辨率这一物理先验,同一倍数下纹理分布可能完全不同。SpatialSR改为以目标空间分辨率为重建条件:先估计低分图像的绝对分辨率并据此算出放大倍数,再用预训练的分辨率到图像扩散模型提供分辨率相关的纹理风格,并把扩散过程压缩成单步训练约束。在Vaihingen数据集0.1米/像素目标、0.5米/像素源分辨率设置下,其分割mIoU为66.7,高于所列对比方法。

  9. arXiv

    地震速度反演不再只靠手工先验:扩散模型当投影算子,Marmousi平均绝对误差从94.80降到92.68

    全波形反演要从地震记录重建地下速度模型,但反演高度非线性且病态,初始模型不准或数据含噪时容易收敛到错误解。此前基于退火斯坦变分梯度下降的贝叶斯全波形反演用高斯或平滑等手工先验约束粒子,难以表达复杂地质结构。该工作把在GeoFWI数据集上训练的扩散模型作为隐式地质投影算子嵌入粒子更新,在Marmousi合成模型上把平均绝对误差从经典方法的94.80降到92.68,结构相似性从0.69升到0.72,并让后验不确定性更集中在深部与高对比界面附近。

  10. arXiv

    超中心铅-铅碰撞的椭圆流与三角流为何几乎相等:UCC-DiffHIC 逐事件模拟给出响应分解

    超中心重离子碰撞中,椭圆流与三角流的比值在实验上趋近于 1,而按初始偏心率线性标度应出现明显层级。UCC-DiffHIC 用 AI 加速的逐事件流体模型生成这类极稀有碰撞,并把流比精确分解为线性响应项与椭圆流、三角流的 Pearson 响应关联之比。对标准 TRENTo 参数集,残余涨落带来的压低抵消了线性标度的抬高,使比值在最中心碰撞中接近 1,与 CMS 测量一致;两套贝叶斯参数集则补偿不完全。