实体
SC-Flow
SC-Flow
PulseAugur coverage of SC-Flow — every cluster mentioning SC-Flow across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
SC-Flow框架实现精确3D医学图像翻译
研究人员推出了一种新颖的单步3D医学图像翻译框架SC-Flow。该方法将翻译过程建模为随机布朗桥，通过预测平均速度场直接将源模态映射到目标模态。为防止模态纠缠和过度平滑等问题，SC-Flow包含一个光谱一致性校正器，该校正器调制光谱能量流，保留精细的解剖细节和全局结构。跨四个数据集的实验表明，SC-Flow在各种翻译任务中实现了卓越的准确性、一致性和鲁棒性。
-
新的SC-Flow方法统一了生成模型训练，以提高质量
研究人员推出了一种新颖的方法——自洽流（SC-Flow），它统一了基于修正流的生成模型中使用的两种不同的参数化。通过分析来自端点预测和速度预测的学习误差如何影响生成性能，研究团队发现端点预测可以稳定训练，而速度预测则能维持稳定的采样动态。SC-Flow使用一种轻量级的自洽损失来训练单个网络，使其能够同时预测这两个目标，从而以最小的计算开销提高生成质量和稳定性。
-
新研究推动了Rectified Flow和Flow Matching生成模型 · 跟踪10个来源
研究人员正在Rectified Flow (RF) 和 Flow Matching (FM) 生成模型的框架内探索新方法。一种方法，Self-Consistent Flow (SC-Flow)，统一了速度和端点预测，以稳定训练并提高生成质量。另一个研究领域侧重于理解和减轻RF模型中的记忆问题，并开发了新的指标来检测隐私风险。此外，还引入了Velocity Scheduled Flow Matching (VSFM) 等技术，通过在推理…