New algorithm for sampling and denoising diffusion models
主讲人：张希承
嘉宾信息
张希承：北京理工大学数学与统计学院教授，博士生导师。研究方向为Wiener泛函以及Poisson泛函的Malliavin分析。
讲座内容
We show that the time-marginal distribution of the sum of two independent diffusion processes satisfies a Fokker-Planck equation and establish the existence and uniqueness of solutions to the associated stochastic differential equation (SDE). As applications, we provide a general framework applicable to various diffusion-based generative models. Furthermore, we introduce a novel denoising algorithm designed to extract signals from noise-contaminated data, even when the signal-to-noise ratio (SNR) is less than zero.
我们证明了两个独立扩散过程之和的时间边缘分布满足福克-普朗克方程，并确立了相关随机微分方程（SDE）解的存在性与唯一性。作为应用，我们提供了一个适用于各种基于扩散的生成模型的通用框架。此外，我们引入了一种新颖的去噪算法，该算法旨在从受噪声污染的数据中提取信号，即便在信噪比（SNR）小于零的情况下也能如此。
讲座信息
讲座时间：11月28日 15：00-17：00
讲座地点：博学1007
推送 | 朱睿仪
责编 | 吕梓萌
审核 | 孙欣然
