少 shot 密な予測のための学習可能な拡散タイムステップ
Research Paper#Diffusion Models, Few-shot Learning, Dense Prediction🔬 Research|分析: 2026年1月3日 19:06•
公開: 2025年12月29日 05:19
•1分で読める
•ArXiv分析
この論文は、少 shot 密な予測タスクにおける拡散モデルの最適な拡散タイムステップの選択という課題に取り組んでいます。タスクアウェアタイムステップ選択（TTS）とタイムステップ特徴統合（TFC）の2つのモジュールを提案し、タイムステップの特徴を適応的に選択および統合することで、少 shot シナリオでのパフォーマンスを向上させます。この研究は、ユニバーサルおよび少 shot 学習に焦点を当てており、実用的なアプリケーションに関連しています。