분포 사이의 이동
시작 분포와 목표 분포에서 얻은 표본을 연결해 이동을 배운다. 잡음에서 자료로 옮기는 생성뿐 아니라 자료 분포 사이의 변환도 같은 관점으로 다룬다.
곧은 경로를 위한 회귀
표본 쌍을 잇는 직선에 가깝게 움직이도록 벡터장을 학습한다. 완전히 곧은 경로는 거친 시간 간격으로도 계산하기 쉬워, 추출 시 필요한 단계 수를 줄이는 방향을 제공한다.
반복적인 경로 정돈
학습한 흐름이 만든 결합을 이용해 정돈 절차를 반복할 수 있다. 원 연구는 이 과정에서 경로가 점차 곧아지는 성질을 분석했다. 실제 한 단계 근사의 품질은 학습된 경로와 평가 조건에 달려 있다.
관련 문서
신경 상미분방정식 / 점수 기반 확률 미분 생성 / SiT 생성 모형 / DDIM / FFJORD / 최적 수송