Уже послезавтра Асель Ермекова расскажет про статью где она является одним из авторов — Improved Sampling Algorithms for Lévy-Itô Diffusion Models

Недавно было показано, что модели диффузии Леви-Ито с изотропным α-устойчивым шумом улучшают генерацию изображений на несбалансированных данных. Однако используемые алгоритмы выборки решают лишь приближённые обратные уравнения, что снижает качество. В этой статье мы предлагаем семейство стохастических дифференциальных уравнений с идентичными маргинальными распределениями и показываем, что выбор параметров улучшает качество при небольшом числе шагов обратной диффузии. Также мы демонстрируем применимость моделей Леви-Ито в разных областях и преимущества тексто-речевых моделей на сильно несбалансированных данных.

На встрече мы обсудим:
- Что такое диффузионная модель?
- Основные постановки диффузионных моделей
- Недостатки классической диффузии на гауссовских процессах и зачем нужны леви диффузии
- Методы сэмплирования леви-диффузий

• Thu, May 22, 11:00 KZ Time
• Добавить в календарь
• Google Meet
• Host: Yelaman Abdullin