> ML_LITERATURE // SOHL-DICKSTEIN-2015-DEEP-UNSUPERVISED-LEARNING-USING-NONEQUILIBRIUM-THERMODYNAMICS_v1.0
Deep Unsupervised Learning using Nonequilibrium Thermodynamics
Jascha Sohl-Dickstein, Eric A. Weiss, Niru Maheswaranathan, Surya Ganguli · International Conference on Machine Learning (ICML) (2015)
foundational2015foundationalthirdPartyReproduced
Temel Katkı (Principal Contribution)
Denge dışı termodinamiği uyarlayarak bir ileri difüzyon süreciyle yapıyı yok eden ve ters bir üretici süreç öğrenen difüzyon olasılıksal modellerini icat etti.
Operasyonel ve Mühendislik Uygunluğu
Tüm modern difüzyon modellerinin (DDPM, Stable Diffusion, Sora ve Flux) teorik termodinamik kökeni.
Temel Varsayımlar (Assumptions)
- Yavaş kademeli gürültü bozulması hem ileri hem de ters yönlerde Gauss koşullu geçişleri üretir
Kısıtlar ve Sınırlamalar (Limitations)
- 2015'teki deneysel sonuçlar, Ho ve ark. (2020) U-Net yeniden formülasyonundan önce 2D manifoldlar ve küçük görüntülerle sınırlıydı
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: