实体
Diffusion Posterior Sampling
Diffusion Posterior Sampling
PulseAugur coverage of Diffusion Posterior Sampling — every cluster mentioning Diffusion Posterior Sampling 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新方法通过考虑模型不确定性来改进AI信号重建
研究人员为扩散后验采样器开发了一种不确定性感知似然（UAL）方法，该方法用于信号重建。UAL通过对前向模型中的不确定参数进行积分来近似边际似然，例如在计算机断层扫描或磁共振成像中的参数。这种方法通过考虑参数不确定性来减少重建惩罚，从而在去模糊、CT和MRI等各种逆问题中改进信号重建和集成预测。
-
新的WildRelight数据集解决了真实世界AI重新照明的挑战
研究人员推出了WildRelight，这是一个新的基准数据集，旨在评估真实世界场景中的单图像重新照明模型。现有模型通常在合成数据上进行训练，难以应对真实世界场景的复杂性。WildRelight通过提供高分辨率的户外场景，并配有对齐的、变化的自然光照和相应的高动态范围环境图来解决这一问题。该数据集支持一种新的域适应方法，允许使用集成了扩散后验采样（DPS）和时间感知测试时自适应（TTA）的物理引导推理框架，将合成模型适应真实世界统计。这…
-
HarmoCore 方法从稀疏数据中重建振荡波场
研究人员推出 HarmoCore，一种从稀疏传感器数据重建振荡波场的新方法。该方法将生成先验置于紧凑、连续且结构化的波场潜在空间中，利用共享空间基上的 Functional Tucker 核心。HarmoCore 学习一个频率条件的核心扩散先验，并直接在该核心空间中执行扩散后验采样，与现有方法相比，在处理复杂值和振荡场方面，尤其是在 3D 中，有了显著的改进。