拡散モデル

arXiv に投稿された論文は、自動運転向けの天候編集フレームワーク Cyclone を提案している。潜在拡散モデル、循環一貫性制約、画像テキストモデルの知識を組み合わせ、ペアデータなしで多様な天候変換を行う点が特徴だ。

arXiv の新論文は、重い裾を持つデータをランダムクロックで条件付けられたガウス混合として扱う HTFM を提案している。希少事象、ロングテール画像、気象場などをより自然に生成することを狙う手法だ。

TCAM-Diff は、高解像度 3D 医用画像を直接ボクセル空間で扱う代わりに、三平面表現へ圧縮して拡散モデルで生成する手法だ。事前学習済みデコーダにより、生成特徴を 3D ボリュームへ高速に戻す構成を取る。

新しいサーベイは、離散拡散モデルの本質をノイズ設計だけでなく、離散状態空間をどのように作るかに求めている。