Glosario IA
El diccionario completo de la Inteligencia Artificial
Modelo de Difusión Desruidificador (DDPM)
Arquitectura generativa que aprende a invertir un proceso de difusión gaussiano, añadiendo progresivamente ruido a un dato y luego entrenando una red para predecir el ruido añadido y reconstruir el original.
Programa de Varianza
Serie predefinida de coeficientes de varianza (β_t) que controla la cantidad de ruido añadida en cada paso de tiempo del proceso forward, influyendo directamente en la trayectoria de difusión.
Paso de Tiempo (Timestep)
Entero discreto que representa una etapa específica en la cadena de Markov del proceso de difusión, desde el dato limpio (t=0) hasta el ruido puro (t=T).
Red de Predicción de Ruido (U-Net)
Arquitectura de red neuronal, típicamente un U-Net, utilizada en los DDPM para predecir el ruido añadido a un dato en un paso de tiempo dado, condicionada por este paso de tiempo.
Muestreo de Langevin
Método de optimización estocástica que puede utilizarse para aproximar el proceso de desruidificación, usando los gradientes de un score para guiar la generación.
Objetivo de Desruidificación Simplificado
Función de pérdida de los DDPM que simplifica el entrenamiento pidiendo al modelo que prediga directamente el ruido añadido, en lugar de la media o covarianza de la distribución de desruidificación.
Remuestreo (Resampling)
Técnica de inferencia donde múltiples trayectorias de desruidificación se exploran en paralelo para mejorar la calidad y diversidad de las muestras generadas.
Condicionamiento (Conditioning)
Mecanismo que permite guiar el proceso de generación proporcionando información adicional al modelo, como texto, imagen o clase, a menudo integrado mediante embeddings.
Inferencia Guiada
Estrategia de muestreo que modifica el proceso de eliminación de ruido para sesgar la generación hacia atributos deseados, utilizando un clasificador externo (Classifier-Free Guidance) o el gradiente del puntaje.
Paso de Eliminación de Ruido (Denoising Step)
Una iteración única del proceso inverso donde el modelo predice el ruido y se aplica una actualización para pasar de un estado ruidoso x_t a un estado ligeramente menos ruidoso x_{t-1}.
Constante de Difusión
Valor numérico derivado del programa de varianza, utilizado para parametrizar la evolución de los datos a través de los pasos de tiempo, asegurando una convergencia estable hacia una distribución gaussiana.
Ecuación de Difusión Estocástica
Ecuación diferencial estocástica que describe formalmente la evolución continua de los datos bajo el efecto del ruido, de la cual el proceso discreto de los DDPM es una discretización.