French
Deutschنموذج الانتشار - ويكيبيديا
| جزء من سلسلة مقالات حول |
| تعلم الآلة والتنقيب في البيانات |
|---|
 |
نماذج الانتشار، والمعروفة أيضًا باسم نماذج الانتشار الاحتمالية أو النماذج التوليدية القائمة على النتائج هي فئة من النماذج التوليدية ذات المتغيرات الكامنة في التعلم الآلي. يتكون نموذج الانتشار من ثلاثة مكونات رئيسية: العملية الأمامية، والعملية العكسية، وإجراء أخذ العينات. [1] الهدف من نماذج الانتشار هو تعلم عملية الانتشار [الإنجليزية] لمجموعة بيانات مُعينة، بحيث يُمكن للعملية إنشاء عناصر جديدة يتم توزيعها بشكل مُشابه لمجموعة البيانات الأصلية. يُصمم نموذج الانتشار البيانات على أنها مولدة بواسطة عملية انتشار، حيث تُجري البيانات الجديدة عملية انتقال عشوائية مع الانجراف عبر مساحة جميع البيانات المُمكنة. [2] يمكن أخذ عينات من نموذج الانتشار المُدرب بطرق عديدة، بكفاءة وجودة مُختلفة.
انظر أيضًا
[عدل]قراءة إضافية
[عدل]- Yang، Ling (06 سبتمبر 2024)، "YangLing0818/Diffusion-Models-Papers-Survey-Taxonomy"، غيت هاب، اطلع عليه بتاريخ 2024-09-06
- Yang، Ling؛ Zhang، Zhilong؛ Song، Yang؛ Hong، Shenda؛ Xu، Runsheng؛ Zhao، Yue؛ Zhang، Wentao؛ Cui، Bin؛ Yang، Ming-Hsuan (09 نوفمبر 2023). "Diffusion Models: A Comprehensive Survey of Methods and Applications". ACM Comput. Surv. ج. 56 ع. 4: 105:1–105:39. arXiv:2209.00796. DOI:10.1145/3626235. ISSN:0360-0300. اطلع عليه بتاريخ 2024-10-28.
- Croitoru، Florinel-Alin؛ Hondru، Vlad؛ Ionescu، Radu Tudor؛ Shah، Mubarak (01 سبتمبر 2023). "Diffusion Models in Vision: A Survey". IEEE Transactions on Pattern Analysis and Machine Intelligence. ج. 45 ع. 9: 10850–10869. arXiv:2209.04747. DOI:10.1109/TPAMI.2023.3261988. ISSN:0162-8828. PMID:37030794. مؤرشف من الأصل في 2024-09-28. اطلع عليه بتاريخ 2024-10-28.
- "Power of Diffusion Models". AstraBlog (بالإنجليزية). 25 Sep 2022. Retrieved 2023-09-25.
- Luo, Calvin (25 Aug 2022). "Understanding Diffusion Models: A Unified Perspective". arXiv.org (بالإنجليزية). Archived from the original on 2022-08-31. Retrieved 2024-10-01.
- Weng, Lilian (11 Jul 2021). "What are Diffusion Models?". lilianweng.github.io (بالإنجليزية). Retrieved 2023-09-25.
- A bot will complete this citation soon. Click here to jump the queue أرخايف:[3].
- Guidance: a cheat code for diffusion models. Overview of classifier guidance and classifier-free guidance, light on mathematical details.
مراجع
[عدل]- ^ A bot will complete this citation soon. Click here to jump the queue أرخايف:[1].
- ^ A bot will complete this citation soon. Click here to jump the queue أرخايف:[2].
