XiaoMi-AI文件搜索系统
World File Search System可牵引的
生成扩散模型中的记忆和正则化
摘要。扩散模型已成为生成建模的强大框架。该方法的核心是分数匹配：在不同尺度上，数据分布的嘈杂版本的对数密度的学习梯度。当使用经验数据而不是人口损失评估评分匹配中采用的损失函数时，最小化器对应于时间依赖的高斯混合物的得分。但是，使用此分析可牵引的最小化器会导致数据记忆：在无条件和条件设置中，生成模型都返回训练样本。本文包含对记忆潜在的动力学机制的分析。分析强调了避免重现分析可牵引的最小化器的正规化的必要性；而且，这样做的基础是对如何正规化的原则理解。数值实验研究了：（i）Tikhonov正则化的特性； （ii）旨在促进渐近一致性的正则化； （iii）通过训练神经网络的神经网络的参数不足或提早停止引起的正常化。这些实验是在记忆的背景下评估的，并突出了未来正规化发展的方向。
胚胎生殖细胞的高分辨率多尺度分析...
原始生殖细胞（PGC）是配子的胚胎前体。在小鼠和大鼠中，PGC可以通过形成胚胎生殖细胞（EGC）轻松地在体外获得多能性。迄今为止，尽管人类PGC（HPGC）在生殖细胞肿瘤发生的背景下很容易经历多能转化，但在人类中尚未建立可比的体外系统。在这里，我们报告说，HPGC样细胞（HPGCLC）在暴露于先前用于得出小鼠EGC的相同感应信号后经历人类胚胎类细胞（HEGCLC）。这种定义的无馈物培养系统允许有效地推导人EGCLC，可以在标准的人类多能干细胞培养基中扩展和维持。HEGCLC在转录上与人类多能干细胞（HPSC）相似，并且可以区分所有三个细菌层，并再次引起PGCLC，证明了多能状态的互助性。这在表观遗传水平上也很明显，因为在HPGCLC中发生的初始DNA脱甲基化在HEGCLC中很大程度上逆转，将DNA甲基恢复到HPSC中观察到的水平。这种新的体外模型捕获了从多能干细胞状态到生殖细胞身份并再次返回的过渡，因此代表了一个高度可牵引的系统，用于研究多能和表观遗传转变，包括在人类生殖细胞肿瘤发生过程中发生的多能和表观遗传转变。