SUREガイダンス付き事後サンプリング：拡散モデルベースの逆問題に対する軌道修正

Research Paper#Diffusion Models, Inverse Problems, Machine Learning🔬 Research|分析: 2026年1月3日 19:04•
公開: 2025年12月29日 06:19
•
1分で読める
•ArXiv

分析

本論文は、逆問題を解くための拡散モデルの効率を向上させる新しい手法、SURE Guided Posterior Sampling (SGPS) を紹介しています。その中核的な革新は、Stein's Unbiased Risk Estimate (SURE) とPCAベースのノイズ推定を使用してサンプリング軌道のずれを修正することにあります。このアプローチにより、既存の方法と比較して、非常に少ないニューラル関数評価（NFE）で高品質な再構成が可能になり、この分野に貴重な貢献をしています。
引用・出典
原文を見る
"SGPS enables more accurate posterior sampling and reduces error accumulation, maintaining high reconstruction quality with fewer than 100 Neural Function Evaluations (NFEs)."
A
ArXiv2025年12月29日 06:19
* 著作権法第32条に基づく適法な引用です。
古い記事

FairGFL: Privacy-Preserving Fairness-Aware Federated Learning with Overlapping Subgraphs

新しい記事

Unveiling Multimessenger Emission from Hidden Cores of Microquasars

関連分析

Research Paper

SpaceTimePilot：空間と時間の制御による生成ビデオレンダリング

2026年1月3日 06:10

Research Paper

量子カオスハミルトニアン進化におけるランダム性生成

2026年1月3日 06:10

Research Paper

GaMO：幾何学認識拡散を用いた疎視点3D再構成

2026年1月3日 06:32

原文: ArXiv