关键词conditional flow matching
搜索结果 - 2
- 智能流量匹配:流量匹配算法的理论及应用研究
给出了一种最小化标准流失函数的向量场精确公式,该公式在给定的分布 ρ₀和未知分布 ρ₁的基础上进行了分析,并提出了一种新的损失函数和算法。与标准条件流匹配方法相比,通过蒙特卡罗采样方法评估时,我们的损失函数表现出较小的方差。通过对合成模型和 - 利用扩散和基于流的梯度增强树生成和填补表格数据
该论文提出了一种利用基于评分的扩散和条件流匹配生成和填补混合类型(连续和分类)表格数据的新方法。相对于依赖神经网络作为函数近似器的先前工作,我们使用了 XGBoost,一种流行的梯度提升树(GBT)方法。我们的方法在多个数据集上经验性地表明