跳到正文

算法、任务与模态

Diffusion 最新动态

Diffusion 研究索引；按可核对的标签归档，不以热度评价质量。

607 条精选近 30 天 203 条共收录 693 条

更新

精选归档 · 第 31 页

1月1日周日第 601–607 条
  1. OpenReview · State space models78

    HyperDiffusion：通过权重空间扩散生成隐式神经场

    基于摘要分析。该研究针对隐式神经场缺少规则显式网格、难以直接开展生成建模的问题，提出 HyperDiffusion，在表示数据的 MLP 权重空间中训练扩散模型，以生成新的隐式神经场；主要研究对象是 3D 形状与 4D 网格动画，而非 EEG 或 BCI。 隐式神经场通过 MLP 将坐标映射为信号，例如由 xyz 坐标预测符号距离。方法分为两个阶段：首先为各个数据样本分别优化 MLP，使其表示对应样本；随后将这些 MLP 的权重作为扩散建模对象，学习隐式神经场的分布。生成时合成新的 MLP 参数，由这些参数定义新的神经场。因此，其核心区别在于生成对象是表示信号的网络权重，而不是显式网格或直接采样的信号值。 作者报告，该方法能够在统一框架内对 3D 形状和 4D 网格动画的紧凑、高保真隐式表示进行扩散建模。摘要未提供定量指标、数据集、数据划分或基线结果，因此尚不能评估其相对优势。各样本 MLP 的结构与参数对应关系、扩散训练目标、单样本拟合成本、生成质量及多样性评价、实验协议、消融及统计信息均尚未验证。 其机制依赖先将每个样本转换为可供共同建模的参数表示，并不天然对应 EEG 的噪声、通道差异或跨被试变化。当前材料不足以建立具体的 EEG 迁移机制或复现实验方案；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得关注其先拟合单样本隐式表示、再对 MLP 权重分布进行扩散建模的两阶段路径，但摘要仅支持其面向 3D 形状与 4D 网格动画的研究定位，不能据此认定对 EEG/BCI 有效。

  2. OpenReview · State space models77

    用于文本到图像生成的范数引导潜在空间探索

    基于摘要分析。本文研究文本到图像扩散模型中初始噪声种子的潜在空间几何，提出考虑种子范数先验的插值方法，并据此定义质心，以改善稀有概念图像生成及少样本、长尾学习任务。 核心机制是：作者观察到，现有训练流程中模型接触的输入范数集中在较窄范围，因此标准欧氏或球面度量下的种子插值与质心计算可能无法适应该分布约束。作者提出新的插值方法，称其定义了一种纳入范数先验的非欧氏度量，并提供简单、高效的近似算法，再将其用于潜在种子空间的质心计算。摘要未给出度量公式、近似误差或具体生成流程，这些细节尚未验证。 作者报告，新插值与质心方法改善了稀有概念图像生成，并在所评估的少样本与长尾基准上取得领先表现，在生成速度、图像质量和语义内容方面优于此前方法。摘要未提供基准名称、数据划分、对照方法或量化指标，实验协议、消融及统计信息尚未验证，不能据此判断收益大小及适用范围。 本文的主要对象是图像扩散模型的种子空间，而非 EEG 或 BCI 解码。平台推测（待验证）：若 EEG 条件生成模型同样使用具有集中范数分布的初始噪声，或可检验这种插值几何是否有助于保持生成信号的条件一致性；可复用部分是种子插值与质心算法，需改造的是 EEG 条件接口和信号评估。该假设依赖实际噪声分布与训练流程，低信噪比、跨被试差异及小数据可能使图像领域收益无法迁移。小规模检验可固定同一 EEG 生成模型与数据划分，仅替换种子插值规则，对比条件一致性和信号统计特征；不能仅凭波形外观判断有效性。相关 EEG 工作尚未检索确认。

    阅读价值：值得核对其如何将初始噪声种子的范数先验转化为插值与质心计算规则，以及该几何约束对稀有概念图像生成的实际贡献；其 EEG/BCI 适用性尚未验证。

12月31日周六
  1. OpenReview · State space models77

    用于加速 MRI 的高频空间扩散模型

    基于摘要分析。该研究针对加速 MRI 重建中的两类问题：全空间扩散可能给已充分采样的低频 k-space 区域引入不确定性，以及逆扩散迭代较多导致重建耗时。作者提出 HFS-SDE，将基于连续随机微分方程（SDE）的扩散过程限制于高频空间，以保持低频区域的确定性并加快逆扩散采样。 核心机制是利用 MR 采样结构区分已知低频信息与待重建高频信息，而非在整幅图像或全部 k-space 上实施扩散。其研究对象是 MR 图像重建，扩散模型充当求解逆问题的深度生成先验，并非 EEG 解码或 BCI 算法。具体 SDE 形式、训练目标、数据一致性实现及采样器设置尚未验证。 作者报告，在公开 fastMRI 数据集的实验中，HFS-SDE 的重建准确性与稳定性优于传统并行成像方法、监督深度学习及既有扩散模型，并通过理论与实验验证了快速收敛性质。摘要未提供加速倍率、采样掩码、数据划分、具体基线、评价指标或数值，因此不能判断优势幅度及不同协议下的可比性；实验协议、消融及统计信息尚未验证。作者说明已公开代码与权重，复现仍需核对配置和数据处理流程。 平台推测（待验证）：可借鉴的是在逆问题中保留可靠观测、仅对欠观测部分进行生成建模的思路，而非直接认定 EEG 高频成分适合扩散。若迁移至 EEG 通道缺失重建，需将 MRI 的高低频划分改造成基于观测通道的约束，并调整信号表示与生成先验；低信噪比、跨被试差异、通道布局变化及小数据训练均可能使该假设失效。一个可检验的小实验是在固定通道布局、按被试隔离的数据划分下模拟通道缺失，对比全信号扩散与保留观测通道的条件扩散，检查缺失通道重建误差、观测通道偏差及相同停止准则下的推理耗时。该迁移假设不属于原论文已验证结论，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其将扩散过程限制于高频空间、保留已充分采样低频信息的逆问题建模机制；作者报告了重建与收敛优势，但具体实验协议及其对 EEG/BCI 的适用性尚未验证。

6月14日周二
  1. OpenReview · Representation learning77

    基于扩散的表征学习

    基于摘要分析。本文研究如何让扩散生成模型在不使用监督信号的情况下学习表征，核心贡献是扩展 denoising score matching（去噪得分匹配）框架，使表征编码去噪所需的信息，而非像 GANs 和 VAEs 那样直接将潜在编码映射为数据样本。原论文主要面向通用表征学习及图像下游任务，并非 EEG 或 BCI 研究。 机制方面，摘要将连续时间随机微分方程描述的扩散模型与多尺度去噪自编码器联系起来，并提出新的去噪得分匹配目标。作者指出，这一表征学习方式允许手动控制表征所编码的细节层级；但具体目标公式、控制变量、编码结构及训练与推理流程尚未验证。作者还提出学习无限维潜在编码，摘要未说明其具体参数化及计算实现，不能据此推断模型规模。 结果方面，作者报告，该方法在半监督图像分类中相较当时的先进模型取得改进，并通过下游任务表现比较扩散得分匹配、自编码器和对比学习系统的表征质量。摘要未提供数据集、标注比例、数据划分、对照模型、评价指标或数值，因此无法判断改进幅度及不同方法的可比性；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若不同噪声尺度下的去噪信息能够形成可控粒度的表征，该机制可能为 EEG 自监督学习提供候选路径，但图像结果不构成 BCI 有效性的证据。可考虑复用去噪得分匹配思想，改造适配多通道时间序列的编码器与扰动过程；低信噪比可能使模型编码伪迹，被试差异、通道布局变化及小数据规模也可能削弱表征稳定性。一个可检验的小实验是在固定 EEG 数据划分与相同标注预算下，对比该目标、自编码器和对比学习表征的冻结编码器分类表现，并检验细节控制是否改变任务信息与伪迹信息的保留程度。该方案仅为迁移假设，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的具体原因是其通过改写 denoising score matching 目标学习去噪所需的表征，并讨论表征细节层级的可控性；其半监督图像分类收益及向 EEG 迁移的可行性尚需核对与验证。

1月1日周六
  1. OpenReview · Representation learning75

    使用扩散模型进行表征学习

    基于摘要分析。本文研究图像扩散模型的语义表征学习：针对 DMs 及潜空间扩散模型 LDMs 的扩散过程逐步破坏潜变量信息、缺乏语义明确表征空间的问题，提出 LRDM 框架，将独立编码器从干净图像提取的表征作为 LDM 的条件，并联合训练扩散模型与表征编码器。 核心机制是让表征学习直接服务于生成去噪过程，而非仅使用预训练自编码器的潜空间。作者还引入可处理的表征先验，以便从表征分布高效采样，在不训练额外模型的情况下实现无条件图像生成。摘要未给出先验形式、损失函数、条件注入方式及训练细节，这些内容尚未验证。 作者报告，在摘要所述图像生成评估中，采用 image-parameterized LDMs 可获得有竞争力的生成结果；LRDMs 能学习具有语义意义的表征，并支持忠实的图像重建与语义插值。摘要未提供数据集、划分、对照基线、指标或数值，不能据此量化优势；实验协议、消融及统计信息尚未验证。摘要提供了实现仓库，但代码完整性与复现条件尚未核对。 平台推测（待验证）：该机制提供的迁移假设是，生成去噪与条件表征的联合学习可能帮助 EEG 提取可重建的信号结构，但图像语义并不等于 EEG 的任务相关信息。原方法依赖预训练自编码器、干净输入及表征先验；是否需要任务标签、训练规模如何，摘要未说明。可尝试复用联合训练与表征先验的思路，但需改造时序编码器、潜空间自编码器和条件注入模块。低信噪比、跨被试差异、通道配置变化及小数据可能使表征偏向伪迹或被试身份，而非任务信息。 一个可检验的小实验是假设检验：在固定 EEG 数据划分、相同编码器与训练预算下，对比联合条件去噪表征和仅自编码器表征，以冻结表征的线性分类及重建质量分别评估任务信息与重建能力，并独立报告被试内和跨被试结果。此建议不是已验证的 BCI 效果；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其联合学习表征与生成去噪的机制，以及表征先验如何支持无需额外模型的无条件采样，但摘要尚不足以判断表征质量及向 EEG 迁移的有效性。

  2. OpenReview · State space models75

    基于扩散模型与结构化状态空间模型的时间序列插补与预测

    基于摘要分析。本文研究时间序列缺失值插补，并提出 SSSD，将条件扩散模型与结构化状态空间模型结合，也评估其时间序列预测能力。主要贡献是利用生成建模与长程依赖建模的组合，处理不同缺失情境，尤其是 blackout-missing 场景。 机制上，扩散模型承担生成建模，结构化状态空间模型作为内部架构，旨在捕获时间序列的长期依赖。摘要未提供条件信息如何输入、扩散训练目标、状态空间模块配置、采样流程，以及插补与预测任务如何组织，这些实现细节尚未验证。 作者报告：在多种数据集与不同缺失情境下，SSSD 的概率插补和预测表现达到或超过所比较的先进方法；在 blackout-missing 场景中，既有方法未能给出有意义的结果。该结论目前仅有摘要支持，具体数据集、缺失比例与模式、数据划分、对照基线、指标数值、消融及统计信息尚未验证，不能据此判断不同协议下的优势幅度。 平台推测（待验证）：若 EEG 数据具有可利用的时间依赖，SSSD 的生成式插补机制可能用于连续信号缺失片段恢复，但通用时间序列结果不等于 BCI 有效性。可考虑复用扩散与状态空间模块，改造多通道条件输入、缺失掩码及信号预处理；其适用性依赖观测上下文和训练数据能否覆盖目标信号分布。低信噪比、跨被试差异、通道布局变化及小数据可能导致生成结果看似合理却不保留任务相关信息。一个可检验的小实验是在固定被试内划分下，仅对测试片段施加不同长度的连续遮挡，与简单插值及明确的时序插补基线比较，同时检查重建误差与下游任务表现，避免仅凭波形相似性判断有效。已有 EEG 相关工作尚未检索确认，复现所需代码、配置与计算条件尚未验证。

    阅读价值：值得阅读的具体原因是 SSSD 将条件扩散与结构化状态空间模型结合用于时序缺失值插补，并考察 blackout-missing 场景；其对 EEG 连续缺失片段的适用性尚未验证。

  3. OpenReview · State space models75

    IDDiffuse：用于增强人脸图像匿名化的双条件扩散模型

    基于摘要分析。IDDiffuse 面向人脸图像及视频匿名化，试图在替换真实身份的同时保留表情、姿态等任务相关信息。研究提出双条件扩散模型，结合合成身份与身份特征空间优化，兼顾去身份化、生成多样性及视频跨帧一致性。 方法机制：摘要称，身份特征空间由三个先进模型构建并优化，但未给出模型名称及具体融合方式。双条件分别引入身份与非身份信息，不再依赖姿态、表情等任务相关特征提取器；同时引入随扩散时间步变化的 ID loss，以控制真实身份向合成身份的转换。非身份条件如何获取、损失的具体形式及跨帧一致性的实现方式尚未验证。 结果与证据边界：作者报告，相较现有先进方法，该方法具有更好的去身份化表现与一致性，并能在极端姿态下改善图像质量、输出多样性及时间一致性。作者报告情绪识别提升 20%，但摘要未说明该数字对应的指标、相对提升或百分点变化，也未提供数据集、划分及具体对照，因此不能据此量化其通用优势。实验协议、消融及统计信息尚未验证。 阅读时需核对身份分离的评估方式、身份识别对照模型、任务效用指标以及视频一致性协议，以区分视觉上身份改变与可测量的隐私保护。该研究的主要对象是人脸视觉数据，材料未提供 EEG、BCI 数据或相应验证，不应将其结果视为神经信号匿名化或 BCI 算法改进的证据。

    阅读价值：值得关注其以身份与非身份双条件及时间步相关 ID loss 协调人脸去身份化和任务特征保留的机制，但隐私保护强度与效用提升仍需结合完整评估协议核对。