<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Проблема забезпечення консистентності генерації дифузійних моделей глибокого навчання

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

The problem of ensuring consistency of generation in deep learning diffusion models

Анотація

There has been shown the relevance of the problem of ensuring the consistency of image generation using deep learning diffusion models and provided examples of existing approaches with their pros and cons.
Показано актуальність проблеми забезпечення консистентності генерування зображень за допомогою дифузійних моделей глибокого навчання та наведено приклади існуючих підходів забезпечення консистентності, їх переваги та недоліки.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Мокін О. Б. Проблема забезпечення консистентності генерації дифузійних моделей глибокого навчання [Електронний ресурс] / О. Б. Мокін, Л. Р. Кулик // Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/18860.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. Jonathan Ho, Ajay Jain, Pieter Abbeel “Denoising Diffusion Probabilistic Models” arXiv:2006.11239 [cs.LG], Jun. 2020
  2. Flavio Schneider “ArchiSound: Audio Generation with Diffusion” arXiv:2301.13267 [cs.SD], Jan. 2023.
  3. Nataniel Ruiz, Yuanzhen Li, Varun Jampani, Yael Pritch, Michael Rubinstein, Kfir Aberman “DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation” arXiv:2208.12242 [cs.CV], Aug. 2022
  4. Rinon Gal, Yuval Alaluf, Yuval Atzmon, Or Patashnik, Amit H. Bermano, Gal Chechik, Daniel Cohen-Or “An Image is Worth One Word: Personalizing Text-to-Image Generation using Textual Inversion” arXiv:2208.01618 [cs.CV], Aug. 2022.
  5. Lvmin Zhang, Maneesh Agrawala “Adding Conditional Control to Text-to-Image Diffusion Models” arXiv:2302.05543 [cs.CV], Feb. 2023.
  6. Tim Dettmers, Artidoro Pagnoni, Ari Holtzman, Luke Zettlemoyer “QLoRA: Efficient Finetuning of Quantized LLMs” arXiv:2305.14314 [cs.LG], May. 2023.