arXiv stat.ML· Brian Miyatake·· 6 天前AI 评分32
近似族与去噪分值匹配的统计效率
Approximation Families and the Statistical Efficiency of Denoising Score Matching
AI 导读
一项理论研究探讨了去噪分值匹配的统计效率,证明一维 Ornstein-Uhlenbeck 流下的多项式近似会导致分值估计方差随次数呈指数级增长。提出的算子先验分值匹配(OISM)虽能降低固定次数方差,但在时间足够小时仍无法消除该不稳定性。而在环面热流下,三角多项式 OISM 能有效控制有限样本误差,并在期望 KL 损失下达到经典极大极小速率。
来源:arXiv stat.ML · arxiv.org