초록
우리는 비평형 열역학의 고려사항에서 영감을 받은 잠재변수 모델의 한 종류인 확산 확률 모델을 사용하여 고품질 이미지 합성 결과를 제시한다. 최고의 성능을 달성하기 위해, 확산 확률 모델과 랑주뱅 동역학을 활용한 노이즈 제거 스코어 매칭 사이의 새로운 연결 고리를 기반으로 설계된 가중 변분 경계를 이용하여 학습하였다. 또한 본 모델은 자동회귀적 복원 해석으로 일반화된 진보적 손실 압축 해제 방식을 자연스럽게 수용한다. 무조건적 CIFAR10 데이터셋에서 우리는 9.46의 Inception 점수와 최신 기준을 넘어선 3.17의 FID 점수를 달성하였다. 256x256 LSUN 데이터셋에서는 ProgressiveGAN과 유사한 샘플 품질을 얻었다. 본 연구의 구현 코드는 https://github.com/hojonathanho/diffusion 에서 공개되어 있다.