PulseAugur
实时 12:03:25
English(EN) Binomial flows: Denoising and flow matching for discrete ordinal data

二项流实现离散数据去噪和采样

研究人员推出了一种用于离散有序数据生成建模的新框架“二项流”。该方法利用Tweedie公式连接去噪和采样过程,弥合了连续和离散设置之间的差距。该方法允许对离散的非负有序数据进行同时去噪、采样和精确似然估计,并在合成和真实世界数据集上取得了有竞争力的结果。 AI

影响 引入了一种新的离散生成建模方法,可能改进涉及有序数据的应用。

排序理由 介绍生成建模新方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

二项流实现离散数据去噪和采样

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yair Shenfeld, Ricardo Baptista, Stefano Peluchetti ·

    二项流:离散有序数据的去噪与流匹配

    arXiv:2605.00360v1 Announce Type: new Abstract: Flow-based generative modeling in continuous spaces exploit Tweedie's formula to express the denoiser (learned in training) as a score function (used in sampling). In contrast, this relation has been largely missing in the discrete …