机构名称：
¥ 1.0
摘要。我们提出了一种新的方法，用于产生生活在数据歧管的低密度区域上的少数族裔。我们的框架建立在扩散模型的基础上，利用指导抽样的原理，该原理在推理期间包含了基于能量的指导。我们采样器的关键定义特征在于其独立的性质，即仅通过验证的模型实现。这使我们的采样器与现有技术的采样器分歧，这些技术需要昂贵的其他组件（例如外部分类器）来少数群体。具体来说，我们首先通过评估重建损失W.R.T.来估算在内部潜在样本中特征的可能性。其后平均值。这一代然后以最小化估计的可能性的最小化，从而鼓励在随后的时间段的潜在样本中出现Mi-Nority特征。为了改善采样器的性能，我们提供了几种时间调度技术，可以正确管理指导对推理步骤的影响。实验基准的真实数据集进行了示例，即我们的方法可以极大地提高在现有技术上创建现实的低样本少数族裔实例的能力，而不会依赖昂贵的其他元素。代码可在https://github.com/soobin-um/sg-minority上找到。
使用扩散模型的自引导少数族裔样本
主要关键词
相关文件推荐
