V
主页
TransferLab Seminar 生成式模型的条件流匹配方法 - AlexTong
发布人
https://www.youtube.com/watch?v=AfKhr89RfpY 流匹配模型学习源分布和目标分布之间的(可能是随机的)映射。常见的范例包括扩散模型、得分匹配模型和连续规范化流。在这次演讲中,我将讨论如何通过纳入最优传输的思想来改善流量匹配模型的训练和推断,这可以通过减少目标方差以及创建可以在更少步骤中积分的“更直”路径来实现。然后,我将展示这些方法如何在图像生成、细胞轨迹建模和蛋白质生成领域中使用。
打开封面
下载高清视频
观看高清视频
视频下载器
流匹配:简化和泛化扩散模型
随机插值:流模型和扩散模型的统一框架
TAMIDS Digital Twin Lab Seminar 物理引导数据驱动的仿真
Equivariant flow matching 等变流匹配
SE(3)-随机流匹配用于蛋白质骨架生成
TransferLab Seminar 算子学习的神经网络(DeepONet、Fourier Neural Operators)
ICLR 2024 Spotlight 扩散模型用于运动生成
数据驱动的基于物理的降阶模型
ClimaX -用于天气预测的基础模型
将偏微分算子以多分辨率方式集成到神经网络架构中,用于时空预测 || Seminar on May 3, 2024
生成式AI对表示学习的启示
发型也可以用AI生成——文本条件下的三维基于线束的人类发型生成模型
扩散模型的score function可以学到数据中的固有维度
生成扩散模型中的自发对称性破缺
数据驱动降阶模型的概率方法与不确定性量化
2024年你不能错过的五个3D Gaussian Splatting应用
扩散模型中如何使用RNN替代attention
物理信息神经网络PINN——误差分析与优化方法
【卡耐基梅隆大学SIGGRAPH2024】Laplacian is All You Need :计算符号距离的扩散方法
(超爽中英!) 2024公认最全的【吴恩达大模型LLM】系列教程!附代码_LangChain_微调ChatGPT提示词_RAG模型应用_agent_生成式AI
Efficiently Modeling Long Sequences with Structured State Space 结构化状态空间模型用于长时序建模
西门子的模型降阶技术案例分析
卡耐基梅隆 Neural Feels with Neural Fields: 视觉-触觉感知在手持操纵中的应用
数据驱动的物理隐变量发现
KAN真的能取代MLP吗
关于3D Gaussian Splatting的六个实用编辑工具
【SIGGRAPH Asia】GroomGen 发型生成神器,从图像中重建发型支持交互式编辑
在Unity中查看3D Gaussian Splatting重建的场景
Cristina Cipriani: 一种用于训练神经ODE和自编码ODE的平均场最优控制方法
粒子引导:非独立同分布的扩散模型采样
康奈尔大学 The Mamba in the Llama:蒸馏加速混合模型
【卡耐基梅隆 SIGGRAPH2024】调和函数的球面追踪算法
物质点法 Material Point Method中的体积自锁现象及其解决方法
从基于物理的建模到科学机器学习的预测性数字孪生
杜克大学 SonicSense 基于手持式声学传感的物体感知
Wasserstein拉格朗日流的计算框架
现代Hopfield神经网络对Transformers架构的解释及其拓展
【强烈安利】李宏毅2024春《生成式人工智能导论》不愧是台大教授带你一口气了解生成式AI的概念原理及应用!
【CMU SIGGRAPH2022】基于扩散层的三维表面学习
谱图理论简要入门