物理分散を組み込んだ拡散モデル代理モデル

物理的に既知の分散スケジュールを拡散モデルに導入し、物理輸送現象を高精度に模倣する代理モデルを構築した。

• 物理的な分散や平均二乗変位から生成拡散モデルのノイズスケジュールを校正する手法を提案した。
• 中間時点の物理輸送データを必要とせず、構造的に分散経路を強制しつつ非ガウス構造を学習する。
• 乱流プラズマの輸送において、追加のスケジュール調整なしに粒子分布や分散スケールを再現できた。

原文タイトル: Generative Diffusion Surrogates with Analytical Variance Schedule

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。