摘要。流量匹配(FM)(也称为随机插值或矩形流)是一类生成模型,旨在用辅助分布µ桥接目标分布ν⋆,并利用固定的构建的couplingπ和一个可以确定的桥式或stico的桥梁。这两种成分定义了路径度量,然后通过学习其马尔可夫投影的漂移来近似。本文的主要贡献是在ν⋆,µ和π上提供相对温和的假设,以获得非轴注剂的保证,以保证使用与布朗尼运动相关的条件分布,以进行分解流量匹配(DFM)模型。更确切地说,我们在目标分布与此类DFM模型在时间条件下产生的kullback-leibler差异建立了界限,并在ν⋆,µ和π的得分上以及标准的L 2-Drift-Drift-Approximation误差假设。
![arxiv:2409.08311v1 [stat.ml] 12月12日2024PDF文件第1页](/bimg/9/908fec50547fe2adbf760fafe2b3c0e8d0e419f1.webp)
![arxiv:2409.08311v1 [stat.ml] 12月12日2024PDF文件第2页](/bimg/4/4fe315e4cac6aa9d20ce426094cf8d7e64a3c3e5.webp)
![arxiv:2409.08311v1 [stat.ml] 12月12日2024PDF文件第3页](/bimg/e/ea6a37de9db1a91a0d246f6b5a5f157629a52169.webp)
![arxiv:2409.08311v1 [stat.ml] 12月12日2024PDF文件第4页](/bimg/8/86681535b895ed2876aee0432af7d88377461b14.webp)
![arxiv:2409.08311v1 [stat.ml] 12月12日2024PDF文件第5页](/bimg/3/389a94cf7efd620a98b15f96bb923f68947f4e3d.webp)
