实体
Flow Based Generative Models
Flow Based Generative Models
PulseAugur coverage of Flow Based Generative Models — every cluster mentioning Flow Based Generative Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
机器学习提升数据同化精度新研究
两篇新研究论文介绍了增强数据同化（DA）方法的先进机器学习技术。第一篇论文提出了一种EnKF-FCNN方法，该方法使用神经网络来纠正传统小集合卡尔曼滤波生成的状态，在不显著增加计算开销的情况下提高了精度。第二篇论文提出了DAISI，一种利用流基生成模型和逆采样来整合预报信息和同化观测值的可扩展滤波算法，在传统方法失效的挑战性非线性场景中展示了准确的结果。
-
新的AdaMaG引导通过守恒概率改进生成模型
研究人员为扩散模型和流模型生成模型开发了一种新的引导方法，称为自适应流形引导（AdaMaG）。该技术通过连续性方程分析引导，解决了现有方法（如无分类器引导（CFG））的局限性。AdaMaG通过限制散度和得分并行项，确保概率守恒，并在强引导下将生成的样本保持在学习的流形上。