Ori Meidler

新方法测量高维数据中的模式分离

研究人员开发了一种新方法来测量和分解高维数据分布中的模式分离。这种称为正则扩散（Canonical Diffusion）的技术，利用密度固有的随机过程来量化分布分裂成簇的锐度。该方法提取两个读数：用于障碍敏感测量的 SSA（自相关平方和）和用于亚稳态排序的 DA（主导自相关方向）。该框架可应用于合成数据、文本到图像生成（如 SDXL）以及分子动力学模拟，并利用预训练的基于分数的生成模型。