PulseAugur
中
实时 11:12:47
实体 Flow Matching for Generative Modeling

Flow Matching for Generative Modeling

PulseAugur coverage of Flow Matching for Generative Modeling — every cluster mentioning Flow Matching for Generative Modeling across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
63
90 天内 186
发布 · 30天
0
90 天内 0
论文 · 30天
62
90 天内 180
层级分布 · 90 天
主题
关系
时间线
  1. 2026-05-14 research_milestone Publication of a research paper detailing a new flow-matching planner for autonomous driving. 来源
情绪 · 30 天

14 天有情绪数据

最近 · 第 1/10 页 · 共 191 条
  1. TOOL · CL_368022 ·

    新的CACO框架将生成检索召回率提升24%

    研究人员开发了CACO,一个旨在增强连续生成检索系统的新型自监督后训练框架。该框架优化查询协同以提高项目覆盖率和召回率,而不会显著增加推理延迟。CACO通过协调现有流匹配和扩散模型的查询来实现这一点,使用经验检索频率作为相关性的代理来创建无标签的覆盖目标。实验表明,CACO在各种基准测试中可将召回率提高高达23.9%,并将查询间重叠减少超过50%。

  2. TOOL · CL_364229 ·

    新的FACE框架使用流匹配技术进行毫米波MIMO信道估算

    研究人员开发了一个名为FACE(Flow-Guided Angular Channel Estimation,流引导角度信道估算)的新框架,用于毫米波MIMO系统。该框架利用生成模型技术流匹配来提高信道状态信息(CSI)获取的准确性。FACE利用了毫米波信道的角度域稀疏性,并且即使在更少的导频观测和更低的计算成本下,也表现出优于现有方法的性能。

  3. TOOL · CL_360512 ·

    LatentFM 使用潜在流匹配进行生成式医学图像分割

    研究人员推出了一种新颖的生成式医学图像分割方法 LatentFM,该方法在潜在空间中运行。该方法利用变分自编码器 (VAE) 对医学图像及其对应的掩码进行编码,然后估计条件速度场来指导分割过程。通过生成多样化的分割输出和置信度图,LatentFM 旨在为临床分析提供准确的预测和不确定性量化。

  4. TOOL · CL_360480 ·

    Vessel2Brain 从血管图生成3D脑MRI

    研究人员开发了Vessel2Brain,一个从血管标签图生成逼真3D脑MRI容积的新框架。该方法使用血管感知、多尺度条件流匹配来确保结构对应和训练稳定。该方法侧重于合成血管结构周围的组织外观,在公共数据集上的准确性和真实性方面优于现有的生成模型。

  5. TOOL · CL_356604 ·

    机器学习增强Wi-Fi多接入点协调

    研究人员开发了一套机器学习方法来改进密集Wi-Fi网络中的协调,特别是解决了IEEE 802.11bn中定义的多接入点协调(MAPC)的挑战。他们的方法从分层多臂老虎机进展到利用图神经网络和流匹配的更复杂的生成式流水线。这些ML技术已显示出改进的吞吐量和可扩展性,能够处理数十个接入点的协调,而传统方法在此变得计算上不可行。

  6. TOOL · CL_361628 ·

    Flow-CAD框架使用流匹配进行表格异常检测

    研究人员推出Flow-CAD,一个利用流匹配(Flow Matching)进行表格数据上下文异常检测的新框架。该方法学习一个单一的、全局的生成模型来表示复杂的条件关系,克服了现有方法需要按上下文建模或依赖表达能力较弱的浅层模型的局限性。Flow-CAD的异常评分通过尺度归一化的残差能量得到稳定和可解释,并提供了关于其稳定性和集中界限的理论保证。在20个数据集上的实验表明,Flow-CAD在PR AUC和ROC AUC等各项指标上均优于…

  7. TOOL · CL_352658 ·

    综述详述流和扩散模型的几何与随机分析

    一篇新的综述论文探讨了流和扩散模型的数学基础,这些模型对于学习和采样高维概率分布至关重要,应用领域包括图像、蛋白质和语言等。论文详细介绍了这些模型如何利用三种不同的几何:数据的状态空间、概率测度的空间以及过程生成的路径空间。文章强调了分部积分和Malliavin微积分在训练这些模型中的核心作用,并将分析扩展到归一化流、流匹配、扩散模型、Schrödinger桥和随机控制。

  8. TOOL · CL_352439 ·

    UniFlow-RS模型通过共享预测器统一异构遥感任务

    研究人员开发了UniFlow-RS,这是一种新颖的统一生成预测模型,专为异构遥感任务设计。该模型通过在多个任务中采用单一的共享潜在流匹配预测器,解决了预测机制碎片化的问题,这与传统的特定任务方法不同。UniFlow-RS将异构任务的输出统一到公共潜在空间,并使用共享的流匹配目标,通过任务-模态自适应时间步采样(TMAS)进行增强,以管理跨不同任务和模态的优化。该模型在六个任务和十三个数据集上展示了最先进的性能,同时还表现出强大的零样本…

  9. TOOL · CL_352363 ·

    TORNADO 框架通过自适应随机性增强 PDE 预测

    研究人员推出 TORNADO,一个用于偏微分方程 (PDE) 概率预测的新框架。该方法将潜在随机性适应于局部动力学,与使用固定全局随机性的现有方法相比,提高了不确定性校准。TORNADO 将预测表述为 VAE 编码器后验之间的随机传输,并使用解析条件端点目标进行训练,附加了一个能量距离正则化项以实现更好的分布对齐。

  10. RESEARCH · CL_357682 ·

    新的生成模型应对非欧几里得数据和腐蚀的训练集

    研究人员开发了 FréchetFlow,一个专为一般度量空间中数据设计的创新生成建模框架,该框架绕过了对线性运算或光滑流形结构的需求。该方法使用参考对象的加权 Fréchet 均值来重建新对象,建立了将准确性与标志点放置和流近似联系起来的 Wasserstein 误差界限。另外,一项关于流匹配 (FM) 的研究通过将 FM 训练重新表述为时间依赖回归问题,解决了其对腐蚀数据和标签噪声的脆弱性。所提出的解决方案,时间残差分数 (TRS)…

  11. RESEARCH · CL_348751 ·

    流匹配研究探索稳定性、鲁棒性和时间一致性

    三篇新研究论文探讨了生成模型流匹配技术的进展。第一篇论文研究了流匹配策略中欧拉采样对准确性和局部稳定性的双重要求,并强调可能需要不同的步数。第二篇论文通过提出时间残差分数和比较条件分数方法,解决了目标数据腐蚀和标签噪声下流匹配的鲁棒性问题。第三篇论文引入了时间对一致性,这是一个通过耦合配对时间步长的速度预测来提高样本质量的训练目标,并在各种流匹配模型和数据集上展示了收益。

  12. TOOL · CL_344460 ·

    竞争性流匹配增强生成模型质量-覆盖率前沿

    研究人员开发了一种名为竞争性流匹配(CFM)的新方法,以解决流匹配生成模型中的质量-覆盖率权衡问题。传统方法通常会牺牲覆盖率来获得更高质量的输出。CFM通过使用条件代码增强预测器,在训练过程中引入竞争机制,使不同的模式能够形成不同的预测,而不是平均化它们。这种方法以及辅助条件缩放,显著改善了质量-覆盖率前沿,如在SiT和RAEv2测试平台上的ImageNet-256上所证明的。

  13. RESEARCH · CL_344415 ·

    Transformer模型利用肌肉激活数据优化机器人康复

    研究人员开发了一种新颖的基于Transformer的模型,旨在通过基于个体肌肉激活来处方轨迹,从而优化机器人辅助康复。该模型将表面肌电图(sEMG)数据映射到接触力轨迹,旨在通过靶向神经运动激活而非仅仅运动学运动来改善治疗效果。对16名参与者的初步测试表明,该模型实现了低于8%的预测误差,并展示了在康复任务中实时应用的潜力。

  14. TOOL · CL_349634 ·

    新的UGD-FM框架利用流匹配解决未对齐图像去噪问题

    研究人员推出UGD-FM,一个利用跨模态条件流匹配的未对齐图像引导去噪新框架。该方法解决了目标图像与其引导图像之间存在显著噪声和二维大错位情况下的图像去噪复杂挑战。UGD-FM将去噪构建为一个渐进式流匹配过程,实现了图像恢复和引导聚合之间的相互强化。该框架还采用面向阶段的训练策略以实现高效的几步推理,以及自适应稀疏引导传播以实现可靠匹配,在最少的推理步骤下展现了最先进的性能。

  15. RESEARCH · CL_349645 ·

    新的AI框架加速了基于物理的传输科学逆问题

    研究人员开发了几个新的框架来解决科学逆问题,这在地震成像和天体物理学等领域很常见。AdjointFlow是一种基于物理的传输方法,通过将已知物理注入生成过程,显著加速了重建,其精度可与现有方法相媲美,但速度快了几个数量级。另一种方法Plug-and-Play ADMM,使用流匹配模型增强了数据保真度和生成先验之间的一致性,提供了原则性的集成和降低的计算成本。此外,Dual Flow联合估计干净图像及其无噪声测量,保证了对前向模型的遵守…

  16. RESEARCH · CL_342417 ·

    新的VAD和VA-TDM方法提升了少步扩散模型的性能

    研究人员引入了速度对抗蒸馏(VAD)和一种名为VA-TDM的新方法,以提高少步扩散模型和流模型的效率和质量。VAD使用一个判别器来比较学生和教师的速度场,提供学习反馈并统一现有的蒸馏技术。VA-TDM通过匹配轨迹分布和结合过渡感知学习进一步增强了这一点。这些方法在少步文本到图像和文本到视频生成方面取得了最先进的性能,并能有效地扩展到MiniMax-H3等大型模型。

  17. TOOL · CL_338569 ·

    PACERec框架增强LLM嵌入,以改进推荐系统

    研究人员推出PACERec,一个旨在通过渐进式适应大型语言模型(LLM)物品嵌入来增强推荐系统的新框架。该方法解决了当前方法常忽略序列转换并在稀疏交互数据(尤其对不太受欢迎的物品)方面存在局限性的问题。PACERec学习一个共享的速率场,使用频率加权流匹配来整合先前的交互上下文,从而引导静态LLM嵌入朝向行为目标,并提高用户建模和候选评分的序列模式泛化能力。在真实数据集上的实验表明,PACERec在整体和长尾推荐场景中均优于现有方法。

  18. TOOL · CL_336525 ·

    新的贝叶斯PET重建使用流匹配先验

    研究人员开发了一种新的贝叶斯框架用于正电子发射断层扫描(PET)图像重建,解决了低剂量扫描中的病态性和噪声等挑战。这种新颖的方法利用了通过从高质量PET图像学习到的流匹配生成的先验。重建被构建为一个贝叶斯推理问题,使用未调整的Langevin算法通过潜在空间后验采样来解决,与现有方法相比,提供了改进的性能和不确定性量化。

  19. TOOL · CL_336420 ·

    SmartMeterFM 使用流匹配技术处理多种智能电表数据任务

    研究人员开发了 SmartMeterFM,这是一种新颖的条件流匹配模型,用于生成、插补和超分辨率智能电表数据。该模型通过条件化客户属性和数值配置文件约束,可以使用一组相同的权重执行所有这些任务,而无需进行特定任务的重新训练。一项使用荷兰智能电表数据的案例研究表明,SmartMeterFM 在插补和超分辨率任务上优于现有的特定任务基线,取得了显著更好的结果。

  20. TOOL · CL_336275 ·

    新的贝叶斯DSSE方法使用流匹配改进电网状态估计

    研究人员开发了一种新颖的贝叶斯配电系统状态估计(DSSE)方法,称为PoSE,它利用流匹配来学习变电站注入的分布。与简化先验的传统方法或特定测量集相关的深度学习方法不同,PoSE保持了贝叶斯结构,并且仅学习未知的系统参数。潮流方程、电网拓扑和测量通过卡尔曼型校正集成在采样过程中,确保每个后验样本代表一个物理上一致的工作点。这种方法提供了可靠的不确定性量化,并在IEEE 33节点馈线和Iowa馈线上都显示出更高的准确性,在概率注入误差、…