VOOZH about

URL: https://pl.wikipedia.org/wiki/Model_dyfuzyjny

⇱ Model dyfuzyjny – Wikipedia, wolna encyklopedia

Przejdź do zawartości
Z Wikipedii, wolnej encyklopedii

Model dyfuzyjny, model rozpraszający[1] – klasa modeli generatywnych opartych na zmiennych utajonych. Model dyfuzji składa się z trzech głównych komponentów: procesów dyfuzji w przód i wstecz oraz procedury próbkowania[2][3].

Na rok 2024, modele dyfuzyjne są używane głównie w zadaniach rozpoznawania obrazów, w tym generowaniu obrazów, usuwaniu szumu czy tworzeniu superrozdzielczości[4][5].

Generatory obrazów oparte na modelu dyfuzji – takie jak Stable Diffusion czy DALL-E – są najbardziej znanymi projektami opartymi na modelu dyfuzyjnym. Projekty te zazwyczaj łączą modele dyfuzyjne z innymi modelami, takimi jak osadzanie słów czy mechanizm uwagi, aby zapewnić generowanie obrazu z tekstu[6].

Modele dyfuzji znalazły zastosowanie także w zadaniach przetwarzania języka naturalnego[7][8]: generowaniu tekstu[9][10] i podsumowywaniu go[11], generowaniu dźwięku[12] czy uczeniu przez wzmacnianie[13][14].

Przypisy

[edytuj | edytuj kod]
  1. ↑ AurélienA. Géron AurélienA., Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow, KrzysztofK. Sawka (tłum.), Gliwice: Helion, 2023, s. 601, ISBN 978-83-8322-423-7 [dostęp 2025-04-22] (pol.).
  2. ↑ ZiyiZ. Chang ZiyiZ., George AlexG.A. Koulieris George AlexG.A., Hubert P.H.H.P.H. Shum Hubert P.H.H.P.H., On the Design Fundamentals of Diffusion Models: A Survey, arXiv, 19 października 2023, DOI: 10.48550/arXiv.2306.04542 [dostęp 2025-04-22].
  3. ↑ AayushA. Mittal AayushA., Zrozumienie modeli dyfuzji: Głębokie zanurzenie w generatywnej sztucznej inteligencji [online], Unite.AI, 30 sierpnia 2024 [dostęp 2025-04-22] (pol.).
  4. ↑ YangY. Song YangY. i inni, Score-Based Generative Modeling through Stochastic Differential Equations, arXiv, 10 lutego 2021, DOI: 10.48550/arXiv.2011.13456 [dostęp 2025-04-22].
  5. ↑ ShuyangS. Gu ShuyangS. i inni, Vector Quantized Diffusion Model for Text-to-Image Synthesis, arXiv, 3 marca 2022, DOI: 10.48550/arXiv.2111.14822 [dostęp 2025-04-22].
  6. ↑ openai/glide-text2im, OpenAI, 21 kwietnia 2025 [dostęp 2025-04-22].
  7. ↑ ShenS. Nie ShenS. i inni, Scaling up Masked Diffusion Models on Text, arXiv, 28 lutego 2025, DOI: 10.48550/arXiv.2410.18514 [dostęp 2025-04-22].
  8. ↑ YifanY. Li YifanY., KunK. Zhou KunK., Wayne XinW.X. Zhao Wayne XinW.X., Ji-RongJ.R. Wen Ji-RongJ.R., Diffusion Models for Non-autoregressive Text Generation: A Survey, arXiv, 13 maja 2023, DOI: 10.48550/arXiv.2303.06574 [dostęp 2025-04-22].
  9. ↑ XiaochuangX. Han XiaochuangX., SachinS. Kumar SachinS., YuliaY. Tsvetkov YuliaY., SSD-LM: Semi-autoregressive Simplex-based Diffusion Language Model for Text Generation and Modular Control, arXiv, 26 czerwca 2023, DOI: 10.48550/arXiv.2210.17432 [dostęp 2025-04-22].
  10. ↑ WeijieW. Xu WeijieW., WenxiangW. Hu WenxiangW., FanyouF. Wu FanyouF., SrinivasanS. Sengamedu SrinivasanS., DeTiME: Diffusion-Enhanced Topic Modeling using Encoder-decoder based LLM, arXiv, 23 grudnia 2023, DOI: 10.48550/arXiv.2310.15296 [dostęp 2025-04-22].
  11. ↑ HaopengH. Zhang HaopengH., XiaoX. Liu XiaoX., JiaweiJ. Zhang JiaweiJ., DiffuSum: Generation Enhanced Extractive Summarization with Diffusion, arXiv, 11 maja 2023, DOI: 10.48550/arXiv.2305.01735 [dostęp 2025-04-22].
  12. ↑ DongchaoD. Yang DongchaoD. i inni, Diffsound: Discrete Diffusion Model for Text-to-sound Generation, arXiv, 28 kwietnia 2023, DOI: 10.48550/arXiv.2207.09983 [dostęp 2025-04-22].
  13. ↑ MichaelM. Janner MichaelM., YilunY. Du YilunY., Joshua B.J.B. Tenenbaum Joshua B.J.B., SergeyS. Levine SergeyS., Planning with Diffusion for Flexible Behavior Synthesis, arXiv, 21 grudnia 2022, DOI: 10.48550/arXiv.2205.09991 [dostęp 2025-04-22].
  14. ↑ ChengCh. Chi ChengCh. i inni, Diffusion Policy: Visuomotor Policy Learning via Action Diffusion, arXiv, 14 marca 2024, DOI: 10.48550/arXiv.2303.04137 [dostęp 2025-04-22].
Paradygmaty
Zagadnienia
Uczenie nadzorowane (Klasyfikacja, Regresja)
Klasteryzacja
Redukcja wymiaru
Sieć neuronowa
Kategoria:
Ukryta kategoria: