Key points are not available for this paper at this time.
مع التطور السريع لنماذج الانتشار ونماذج التوليد المعتمدة على التدفق، زاد الاهتمام بحل مشاكل الانعكاس الخطي المزعجة، مثل دقة الصورة الفائقة، وإزالة الضباب، وإزالة الضوضاء، وتلوين الصور، وما إلى ذلك، باستخدام نماذج التوليد. ومع ذلك، على الرغم من تحقيق أداء إعادة بناء ملحوظ، فإن وقت الاستدلال عادة ما يكون بطيئًا جدًا لأن معظمها يعتمد على إطار عمل عينة الانتشار اللاحقة (DPS) وبالتالي يحتاج إلى حساب تدرجات مكلف للوقت من خلال الانتشار العكسي لتقريب درجة الاحتمال غير القابلة للحل. لمعالجة هذه المشكلة، توفر هذه الورقة حلاً سريعًا وفعالًا من خلال اقتراح تقريب بسيط في صيغة مغلقة لدرجة الاحتمال. بالنسبة لنماذج الانتشار والنماذج المستندة إلى التدفق، تم إجراء تجارب واسعة على مجموعة متنوعة من مشاكل الانعكاس الخطي المزعجة مثل دقة الصورة الفائقة المزعجة، وإزالة الضوضاء، وإزالة الضباب، وتلوين الصور. في جميع هذه المهام، تُظهر طريقتنا (المعروفة باسم DMPS) أداءً تنافسيًا عاليًا أو حتى أفضل في إعادة البناء مع كونها أسرع بشكل ملحوظ من جميع الطرق الأساسية.
درس مينغ وآخرون (سون) هذا السؤال.