Diffusion Model

拡散モデル ---データ生成技術の数理--

1 生成モデル

2 拡散モデル

3 連続時間化拡散モデル

4 拡散モデルの発展

5 アプリケーション

拡散モデルの推移

Stable Diffusionの周辺技術がまとまったサイト「sdtools」が公開

colabで動かすdiffusion

拡散モデルの基礎

DiffusionによるText2Imageの系譜と生成画像が動き出すまで

すごいスライドだ、どんだけ時間かけたんだろう

物理も数学もふんだんでめちゃくちゃ面白い、岡野原さんの本も読んでみよう

Stable Diffusion を基礎から理解したい人向け論文攻略ガイド【無料記事】

Diffusion Models are Minimax Optimal Distribution Estimators

これマジですごいな。この前まで数十〜百生成ステップで凄いなと思ってたのが、1になった。生成画像の品質も高い

拡散モデルが話題ですが，拡散モデルは分布推定の意味でミニマックス最適な推定誤差を達成可能であることを示しました．

Erasing Concepts from Diffusion Models

Simplifying, Stabilizing and Scaling Continuous-Time Consistency Models

拡散モデル高速化

ポテンシャル関数が強凸の場合，順過程は任意の初期分布 𝑝₀ が平衡状態 𝜇* に収束する過程と理解できますが，平衡状態 𝜇* から初期分布 𝑝₀ に戻る逆過程はポテンシャル関数の対称性が自発的に破れないと成立しないように見えます．この理解は合っていますでしょうか？

Tutorial on Diffusion Models for Imaging and Vision

【拡散モデル勉強会】Compositional Abilities Emerge Multiplicatively: Exploring Diffusion Models on a Synthetic Task

現実世界の構成性を鑑みると、out-of-distributionのデータに対して、モデルの構成的汎化能力が重要であるが、どのサンプルで可能でどのサンプルで不可能かはよくわかっていない

人間が世界を色や形などプリミティブな要素に分解して、認識し、またそれを組み合わせて新しいものを作り出す

「構成的能力は乗数的に現れる」

訓練データで概念クラスが隣接しない場合、構成的汎化に失敗する

Object-Centric Learning with Slot Attention

拡散モデル勉強会

https://www.youtube.com/watch?v=zc5NTeJbk-k