AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
随机扩散
一种生成过程，其中每个去噪步骤都包含随机成分，允许探索可能的解空间，并从相同的噪声输入生成多样化的样本。
術語
确定性扩散
一种去噪方法，其中逆过程遵循唯一且可预测的轨迹，通常建模为ODE求解器，消除所有随机性以产生可重现的结果。
術語
ODE求解器
用于求解控制确定性扩散过程的常微分方程数值方法，确保唯一且稳定的去噪轨迹。
術語
朗之万采样器
一种基于MCMC的随机算法，利用概率对数密度的梯度执行随机游走，作为随机扩散模型中去噪过程的基础。
術語
加性高斯噪声
一种噪声添加过程，其中遵循正态分布的噪声被迭代地添加到数据中，逐步将初始数据分布转换为简单的高斯分布。
術語
概率轨迹
在扩散过程中，数据概率分布随时间所经过的路径，从复杂的数据分布到目标高斯分布。
術語
连续时间步长
将扩散过程视为时间连续现象的表述，允许使用微分方程等数学工具进行更精细的分析。
術語
奥恩斯坦-乌伦贝克过程
一种连续随机过程，将变量拉回其均值，常被用作前向扩散过程，因其具有平稳性和均值回归特性。
術語
随机微分方程 (SDE)
描述同时受到确定性漂移和随机扩散影响的系统演化的方程，构成了前向扩散过程的数学框架。
術語
分数去噪
一种方法，模型在每个步骤预测分数（对数密度的梯度）来指导去噪过程，通过反转梯度方向来移除添加的噪声。
術語
噪声调度
定义在扩散过程每个步骤中添加的高斯噪声方差的策略，控制从数据分布到纯噪声的转换速度和性质。
術語
噪声预测网络
神经网络架构（通常是U-Net），训练用于预测在给定时间步添加到数据的噪声，通过减法重建原始数据。
術語
随机欧拉方法
用于近似随机微分方程解的简单数值积分方案，在基础扩散模型实现中使用。
術語
连续马尔可夫链
随机过程，其中未来状态仅依赖于当前状态而不依赖于过去，具有连续时间，模拟噪声状态之间的渐进转换。
🔍