arXiv stat.ML· Kaichen Shen, Wei Zhu·· 6 天前AI 评分33
潜在非线性去噪得分匹配（LNDSM）增强结构化分布学习
Latent Nonlinear Denoising Score Matching for Enhanced Learning of Structured Distributions
AI 导读
研究人员提出潜在非线性去噪得分匹配（LNDSM），将结构感知的非线性潜在扩散模型与变分自编码器（VAE）框架相结合，以增强对结构化数据分布的学习。该方法在前向扩散中引入高斯混合模型等预设参考分布，通过 Euler-Maruyama 离散化近似交叉熵上界并去除高方差控制变量，实现编码器、解码器与潜在得分网络的稳定联合训练。
来源：arXiv stat.ML · arxiv.org