확률 미분 방정식(SDE)에 기반한 점수 기반 생성 모델은 고품질 데이터 생성에 탁월하지만, 반복적인 점수 함수 평가를 위한 복잡한 비선형 계산으로 인해 샘플링 속도가 느린 문제를 겪고 있습니다. 우리는 점수 기반 역 SDE와 커널 방법을 통합하여 재생 커널 힐베르트 공간(RKHS)의 도함수 재생 특성을 활용하여 포커-플랑크 연산자의 고유 함수와 고유 값들을 효율적으로 근사하는 혁신적인 접근 방식을 제안합니다. 이를 통해 고유 함수의 선형 조합을 통해 데이터 생성을 가능하게 하여, 계산 집약적인 비선형 연산을 효율적인 선형 연산으로 변환함으로써 계산 부담을 현저히 줄입니다. 특히, 우리의 실험 결과는 눈에 띄는 발전을 보여줍니다: 샘플 다양성은 약간 감소했지만, CIFAR-10 데이터셋에서 단일 이미지의 샘플링 시간은 인상적인 0.29초로 줄어들어 효율성이 크게 향상되었습니다. 이 작업은 생성 모델링을 위한 새로운 이론적 및 실제적 도구를 소개하며, 실시간 응용을 위한 견고한 기반을 구축합니다.
Wu et al. (수요일), 이 질문을 연구했습니다.