ICMLMay, 2024

基于双曲几何的潜在扩散模型用于图生成

PDF
TL;DR通过建立基于双曲几何的可解释度度量的几何潜变空间，使用径向和角度几何特性约束的几何潜变过程，HypDiff 框架能有效地捕捉和保留图的拓扑信息，并在各种拓扑结构的图生成中表现出卓越的效果。
发现论文，激发创造
  • 超几何图传播模型用于分子生成

    提出了一种叫做 HGDM 的模型，将扩散模型拓展到超螺旋流形上，以便更好地生成化学分子，使用超螺旋嵌入的复杂几何信息实现更好的效果。

    Jun, 2023

  • 拓扑感知的潜在扩散用于 3D 形状生成

    我们介绍了一个新的生成模型，它将潜在扩散与持续同调相结合，以创建具有高多样性的 3D 形状，重点关注它们的拓扑特征。

    Jan, 2024

  • 基于几何潜在扩散模型的三维分子生成

    本研究提出了一种基于几何潜变扩散模型（GeoLDM）的新方法，通过在潜空间中运行扩散模型来生成分子的三维几何结构。该方法对生成大分子的有效百分比有 7％的提升。

    May, 2023

  • 透过黎曼几何解读扩散模型的潜空间

    通过拉回度量和几何角度的分析，本文首次提出了通过潜空间遍历实现图像编辑的方法，并对扩散模型的潜空间结构进行了深入研究。

    Jul, 2023

  • 几何神经扩散进程

    本文将扩展扩散模型的框架，将几何先验引入无限维建模，并通过构建噪声过程和近似得分实现对称性，展示了该模型适用于模拟扩散模型的任意对称性情景以及在复杂的合成场景和天气数据上的可扩展性和容量。

    Jul, 2023

  • 离散潜变图生成建模与扩散桥

    GLAD 是一个离散的潜在空间图生成模型，通过在适当构建的潜在空间上运行，避免了对原始数据空间进行分解的依赖，取得了具有竞争力的超越状态的图生成性能。

    Mar, 2024

  • 结构部件设计的潜在扩散模型

    该论文提出了一个用于生成结构组件设计的框架，利用潜在扩散模型生成满足一系列问题特定加载条件的潜在设计，从而具有编辑现有设计的优势。通过使用结构拓扑优化得到的几何数据集进行训练，我们的框架生成了近乎最优的设计，并提供了定量结果支持生成设计的结构性能和潜在候选设计的变化性，以及框架的可扩展性的证据。此框架可用作生成类似拓扑优化设计的新近乎最优设计的起点。

    Sep, 2023

  • 基于相类模型的参数化和数据同化的潜隐式扩散模型

    地质参数化中使用低维潜变量进行降维，结合扩散模型和隐含扩散模型，通过去噪实现从含有噪声的输入场生成新的地质实现，该模型经过稳定性测试，并用于基于集合的数据同化，实现了显著的不确定性降低和一致的地质模型。

    Jun, 2024

  • 使用潜在扩散模型的受监督图异常检测数据增强

    GODM 是一种用于缓解监督图异常检测中类别不平衡问题的数据增强方法，通过潜在扩散模型生成类似真实异常节点的合成图数据，并通过迭代去噪学习真实有机数据的潜在空间分布。

    Dec, 2023

  • 面向图表示学习的定向扩散模型

    本文提出了一种名为方向扩散模型的新型模型，该模型在学习非等向性结构时比传统扩散模型更加有效，应用于无监督表示学习，并在 12 个公共数据集上的不同图表示学习任务中得到证明。

    Jun, 2023