实体
Continuous Normalizing Flow
Continuous Normalizing Flow
PulseAugur coverage of Continuous Normalizing Flow — every cluster mentioning Continuous Normalizing Flow across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新型SCAPES模型高效生成环境声音
研究人员开发了SCAPES，一种新的、轻量级且资源高效的环境声音生成模型。该模型通过在神经音频编解码器的连续潜在流形上操作，利用高级语义控制来合成高保真环境纹理。SCAPES使用带有流匹配的连续归一化流来建模潜在轨迹，使得一个拥有3600万参数的实例可以在有限的数据集上使用单个消费级GPU进行训练。
-
利用流匹配在CMS开放数据上探索暗物质灵敏度
研究人员开发了一种利用CMS开放数据中的流匹配技术来研究暗物质的方法。该方法使用在选定事件上训练的条件流匹配连续归一化流来模拟背景。该方法在特定暗物质基准测试中达到了高达7.62σ的预期显著性，并且一项消融研究表明，额外射流的运动学对区分有显著贡献。
-
FlowGuard防御阻止了能源系统中的AI模型窃取
研究人员开发了FlowGuard，这是一种针对能源基础设施中基于AI的入侵检测系统的无数据模型窃取攻击的新型防御方法。该方法使用流匹配来识别恶意查询，在它们到达入侵检测系统之前将其视为分布外查询。FlowGuard利用了模型窃取的合成查询比合法网络流量占据更低维流形，导致在由基于真实数据训练的连续归一化流处理时具有较低的对数似然性的原理。该防御方法在各种攻击场景下（包括分布式Sybil攻击）都表现出稳定的检测率，而无需身份信息。