跳到正文
原文
arXiv stat.ML· Ianis Hammani (ENS Paris Saclay, LMO), Claire Boyer (LMO, IUF)·· 19 天前AI 评分33

从全局收敛到尾部收敛:α-稳定得分生成模型的动力学分析

From Global to Tail Convergence: Dynamics of $\alpha$-Stable Score-Based Generative Models

AI 导读

研究者提出了针对尺度保持 α-稳定得分生成模型的非渐近收敛性分析,涵盖紧支撑与幂律目标分布。在 p-Wasserstein 距离下,该模型与布朗扩散动力学的初始化误差均呈指数衰减,表明全局收敛性并未根本区分两者。但在尾部分布上出现显著差异:稳定动力学会产生指数为 α 的幂律尾部,且仅当 α=ν 时才能实现渐近正确的极端分位数缩放。

来源:arXiv stat.ML · arxiv.org