Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Stochastic Differential Equation (SDE)
Équation différentielle qui inclut un terme de bruit aléatoire, utilisée dans les modèles basés sur le score pour définir un processus de diffusion continu qui transforme les données en bruit.
Reverse-time SDE
Processus stochastique qui inverse la diffusion en utilisant le score appris, permettant de générer des échantillons à partir du bruit en remontant le temps.
Noise Conditional Score Network (NCSN)
Architecture de réseau de neurones qui prend en entrée à la fois les données bruitées et le niveau de bruit pour prédire le score, conditionnant ainsi sa prédiction sur l'échelle de perturbation.
Fisher Divergence
Métrique utilisée dans le score matching pour mesurer la différence entre le vrai score et le score prédit par le modèle, évitant le calcul de la constante de normalisation.
Manifold Hypothesis
Principe selon lequel les données de haute dimension se situent sur une variété de plus faible dimension, une hypothèse clé qui justifie l'efficacité des modèles basés sur le score.
Score-based Model
Modèle génératif qui paramétrise et apprend le champ de vecteurs de score d'une distribution de données, permettant de générer de nouveaux échantillons via des processus de diffusion.
Implicit Score Matching
Objectif d'entraînement pour le score matching qui ne nécessite pas l'évaluation du score de la distribution de données cible, le rendant applicable lorsque la densité est inconnue.
Exponential Moving Average (EMA) of Scores
Technique de régularisation où une moyenne mobile exponentielle des poids du réseau de score est conservée pendant l'entraînement pour stabiliser le processus de génération.
Guided Sampling
Méthode qui modifie le processus d'échantillonnage du modèle basé sur le score pour contrôler les attributs des échantillons générés, souvent en utilisant un classificateur pré-entraîné.