AI用語集
人工知能の完全辞典
ハイブリッド拡散GAN
拡散モデルと敵対的生成ネットワーク（GAN）を組み合わせたアーキテクチャで、GANのトレーニングの安定性と拡散モデルの生成品質の両方の利点を享受します。このハイブリッドアプローチにより、高解像度の画像生成と生成プロセスの精密な制御が可能になります。
拡散型GAN
ジェネレーターがノイズを現実的なデータに変換するために段階的な拡散プロセスを使用し、識別器が中間状態を評価するGANの変種です。この手法は生成されたサンプルの多様性を向上させ、モード崩壊を軽減します。
敵対的拡散
逆過程の各段階でリアリズムを評価するために識別器を使用する敵対的メカニズムによってデノイジングがガイドされる拡散プロセスです。このアプローチは、拡散モデルの堅牢性とGANの精緻さを組み合わせています。
拡散条件付きGAN
拡散モデルがGANを条件付けし、識別器とジェネレーターの生成をガイドする構造化された潜在表現を提供するアーキテクチャです。この手法により、生成される属性の精密な制御を維持しながら、全体的な一貫性を保つことができます。
ハイブリッドスコアマッチング
拡散モデルのスコア推定とGANの敵対的損失関数を組み合わせ、生成品質と多様性を共同で最適化する手法です。このハイブリッドアプローチは、トレーニングの収束と安定性を向上させます。
敵対的拡散プロセス
ノイジングとデノイジングのプロセスが、順方向および逆方向のプロセスの各タイムステップで品質を評価する識別器によって監視される方法論です。この継続的な監視により、潜在状態間のより現実的な遷移が保証されます。
拡散ステップGAN
GANのジェネレーターが拡散モデルのタイムステップに類似した連続的なステップで動作し、出力を段階的に洗練させるアーキテクチャです。このアプローチにより、各段階での生成品質の granular な制御が可能になります。
識別器付き拡散モデル
デノイジングプロセスに識別器を統合し、中間サンプルのリアリズムを評価・改善する拡散モデルの変種です。このハイブリッド化は、拡散の利点を維持しながら、敵対的品質基準を追加します。
構造化ノイズGAN
拡散プロセスによって生成された構造化ノイズを、純粋なランダムガウスノイズの代わりに使用するGANアーキテクチャ。このアプローチは、複雑な画像の生成のためにジェネレーターに一貫した開始点を提供します。
二段階拡散
最初の拡散フェーズが基本的な潜在表現を作成し、その後にGANフェーズが高周波の詳細を加えて洗練させるハイブリッドモデル。この作業分担により、計算効率と最終品質が最適化されます。
連続時間GAN
時間を連続変数として扱うGANの拡張で、拡散モデルと同様に、異なる生成状態間の滑らかな補間を可能にします。このアプローチは時間的制御と生成の一貫性を容易にします。
確率的敵対的拡散
拡散モデルの確率的性質と敵対的最適化を組み合わせる手法で、各ノイズ除去ステップが確率的判別器によって評価されます。このアプローチは品質を保証しながら多様性を維持します。
拡散的潜在空間GAN
GANの潜在空間が拡散モデルの原則に従って構造化され、制御されたノイズレベルの階層を持つアーキテクチャ。この組織により、より良い補間と生成のより直感的な制御が可能になります。
DDPM-GANハイブリッドモデル
Denoising Diffusion Probabilistic ModelsとGANアーキテクチャの特定の組み合わせで、基本生成にDDPMを使用し、最終的な洗練にGANを使用します。このアプローチはDDPMの安定性とGANの鮮明さを活用します。
敵対的損失付き拡散
標準損失関数が、同時に訓練された判別器によって評価される敵対的損失で補完される拡散モデルの修正。このハイブリッド化は最終生成の鮮明さとリアリズムを改善します。