Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Modèle de Diffusion Débruitant (DDPM)
Architecture générative qui apprend à inverser un processus de diffusion gaussien, en ajoutant progressivement du bruit à une donnée puis en entraînant un réseau à prédire le bruit ajouté pour reconstruire l'originale.
Programme de Variance
Série prédéfinie de coefficients de variance (β_t) qui contrôle la quantité de bruit ajoutée à chaque pas de temps du processus forward, influençant directement la trajectoire de diffusion.
Pas de Temps (Timestep)
Entier discret représentant une étape spécifique dans la chaîne de Markov du processus de diffusion, allant de la donnée propre (t=0) au bruit pur (t=T).
Réseau de Prédiction de Bruit (U-Net)
Architecture de réseau de neurones, typiquement un U-Net, utilisée dans les DDPM pour prédire le bruit ajouté à une donnée à un pas de temps donné, conditionnée par ce pas de temps.
Échantillonnage de Langevin
Méthode d'optimisation stochastique qui peut être utilisée pour approximer le processus de débruitage, en utilisant les gradients d'un score pour guider la génération.
Objectif de Débruitage Simplifié
Fonction de perte des DDPM qui simplifie l'entraînement en demandant au modèle de prédire directement le bruit ajouté, plutôt que la moyenne ou la covariance de la distribution de débruitage.
Rééchantillonnage (Resampling)
Technique d'inférence où plusieurs trajectoires de débruitage sont explorées en parallèle pour améliorer la qualité et la diversité des échantillons générés.
Conditionnement (Conditioning)
Mécanisme permettant de guider le processus de génération en fournissant des informations supplémentaires au modèle, comme du texte, une image ou une classe, souvent intégré via des embeddings.
Inférence Guidée
Stratégie d'échantillonnage qui modifie le processus de débruitage pour biaiser la génération vers des attributs désirés, en utilisant un classificateur externe (Classifier-Free Guidance) ou le gradient du score.
Pas de Débruitage (Denoising Step)
Une itération unique du processus reverse où le modèle prédit le bruit et une mise à jour est appliquée pour passer d'un état bruité x_t à un état légèrement moins bruité x_{t-1}.
Constante de Diffusion
Valeur numérique dérivée du programme de variance, utilisée pour paramétrer l'évolution de la donnée à travers les pas de temps, assurant une convergence stable vers une distribution gaussienne.
Équation de Diffusion Stochastique
Équation différentielle stochastique qui décrit formellement l'évolution continue de la donnée sous l'effet du bruit, dont le processus discret des DDPM est une discrétisation.