计算机科学>机器学习
职务: 扩散模型:方法和应用综述
摘要: 扩散模型已经成为一个强大的新的深度生成模型家族,在许多应用中具有破纪录的性能,包括图像合成、视频生成和分子设计。 在这项调查中,我们概述了扩散模型方面迅速扩展的工作,将研究分为三个关键领域:高效采样、改进的似然估计和用特殊结构处理数据。 我们还讨论了将扩散模型与其他生成模型相结合以增强结果的可能性。 我们进一步回顾了扩散模型在从计算机视觉、自然语言生成、时间数据建模到其他科学学科跨学科应用等领域的广泛应用。 本调查旨在提供一个情境化的、深入的扩散模型状态,确定重点领域,并指出进一步探索的潜在领域。 github: 此https URL .