Diffusion seminar (2기, 1회차, 20250620) 후기입니다. 세미나 안내링크는 여기에 있습니다.
2기 시작했는데, 지난 1기보다는 부드럽게 진행했습니다.
아래와 같은 내용을 했습니다.
- SDE를 이용해서 기술된 디퓨전 모델 [1]
- linear sde로 구성된 디퓨전 모델
- forward sde (noising), reverse sde (denoising)
- reverse sde에 대뜸 등장하는 score
- score를 추정하는 score matching loss, denosing score matching loss
- denosing score matching loss에 등장하는 perturbation kernel
- perturbation kernel 구하는 방식
- Linear ODE 푸는법
- 참고링크:
- 다음세미나에서 할것들
- 오늘한 세미나 복습
- DSM loss에 대한 고찰 한번더
- SGMSE 정리하면서 Speech enhancement에서 어떻게 적용했는지
- 다음세미나를 들을실 거라면?
- [2] 를 읽어보세요.
- 복습철저 ㅎ
References
[1] Y. Song, J. Sohl-Dickstein, D. P. Kingma, A. Kumar, S. Ermon, and B. Poole, “Score-based generative modeling through stochastic differential equations,” in Proc. Int. Conf. Learn. Representations, 2021.
[2] Welker, S., Richter, J., & Gerkmann, T., “Speech Enhancement with Score-Based Generative Models in the Complex STFT Domain,” Proc. Interspeech, 2022, pp. 2928–2932.
세미나 관련글:
Diffusion seminar (2회차, 20250516) 준비
Diffusion seminar (3회차, 20250523) 준비