离散扩散模型的知情校正器
原文中文,约200字,阅读约需1分钟。发表于: 。离散扩散建模的关键问题和研究领域包括:离散扩散建模、预测 - 校正法、吸收态扩散、$k$-Gillespie 方法和样本质量。在多个真实和合成数据集上,我们证明了 $k$-Gillespie 方法和有信息的校正器能够以更低的计算成本产生更高质量的样本。
本文介绍了一种在离散状态空间模型上应用引导的通用方法,利用连续时间马尔可夫过程实现了从期望的引导分布中进行抽样的计算可行性。该方法在图像、小分子、DNA序列和蛋白质序列的引导生成等多个应用中具有实用性。