Logic-Guided Vector Fields for Constrained Generative Modeling
Rochester Institute of Technology(罗切斯特理工学院)
提出逻辑引导向量场(LGVF)框架,通过可微逻辑约束松弛注入流匹配生成模型,结合训练时逻辑损失和推理时梯度调整,在三个约束生成案例中减少59-82%的约束违反。
2026-05-22 cs.LG
ODE-Constrained Generative Modeling of Cardiac Dynamics for 12-Lead ECG Synthesis
本文提出利用微分方程建模12导联ECG生成,通过Euler Loss提升数据真实性,实验证明在多个心脏异常中提升特异性。
2026-03-19 cs.LG
FairGAN: Fairness-aware Generative Adversarial Networks
University of Arkansas(阿肯色大学)
公平感知学习在数据采掘中越来越重要。歧视预防的目的是在训练数据用于进行预测分析之前,防止在训练数据中出现歧视。在本文中,我们专注于公平的数据生成,确保生成的数据是无歧视的。受生成对抗网络(GAN)的启发,我们提出了一种公平感知的生成对抗网络,称为公平GAN,它能够学习生成公平数据的生成器,并保持良好的数据效用。与朴素的公平数据生成模型相比,FairGAN进一步保证了在生成数据上训练的分类器可以在真实数据上实现公平分类。在真实数据集上的实验表明了FairGAN的有效性。
2018-05-28 cs.CY cs.LG stat.ML
Learning Constrained Distributions of Robot Configurations with Generative Adversarial Network
Idiap Research Institute(伊迪亚普研究所);EPFL(洛桑联邦理工学院)
在高维机器人系统中,有效位形空间的流形往往具有复杂的形状,特别是在末端执行器方向或静态稳定性等约束条件下。我们提出了一个生成对抗网络的方法来学习有效的机器人配置的分布在这样的约束。它可以生成接近约束流形的配置。我们提出了这种方法的两个应用。首先,通过学习相对于期望的末端执行器位置的条件分布,即使对于非常高的自由度(DoF)系统,我们也可以进行快速逆运动学。然后,我们使用它来生成样本的采样为基础的约束运动规划算法,以减少必要的投影步骤,加快计算。我们使用7自由度的熊猫机械手和28自由度的人形机器人Talos的仿真验证的方法。
2021-02-27 cs.LG cs.RO
Task-Aware Compressed Sensing with Generative Adversarial Networks
University of Maryland, College Park(马里兰大学帕克分校);University of Maryland Institute for Advanced Computer Studies(马里兰大学高级计算机研究所)
近年来,神经网络方法已被广泛用于机器学习任务,并应用于计算机视觉。最近,基于神经网络的无监督生成模型已经成功地应用于通过低维潜在空间对数据分布进行建模。在本文中,我们使用生成对抗网络(GANs)在压缩感知问题中施加结构,取代通常的稀疏性约束。我们建议以任务感知的方式训练GANs,特别是用于重建任务。我们还表明,它是可能的训练我们的模型,而不使用任何(或太多)非压缩数据。最后,我们证明了GAN的潜在空间携带有判别信息,并且可以进一步正则化以生成用于一般推理任务的输入特征。我们证明了我们的方法对各种重建和分类问题的有效性。
2018-02-05 cs.LG stat.ML
Reflected Schrödinger Bridge for Constrained Generative Modeling
Morgan Stanley(摩根士丹利);Meta AI (FAIR)(Meta AI(FAIR))
本文提出 Reflected Schrödinger Bridge 算法,通过推导反射前向-后向随机微分方程并引入熵正则化最优传输,解决了反射扩散模型在有界域生成中适应性差且不保证最优传输的问题,实现了跨域的稳健生成建模。
2024-01-06 cs.LG stat.ML
Distributionally Robust Chance Constrained Programming with Generative Adversarial Networks (GANs)
College of Engineering, Cornell University(康奈尔大学工程学院)
提出了一种基于深度学习的数据驱动最优化方法。提出了一种基于数据驱动的分布式鲁棒机会约束规划框架的生成对抗网络(GAN)。GAN是应用于充分提取分布信息的历史数据中的非参数和无监督的方式,没有先验近似或假设。由于GAN利用深度神经网络,可以学习复杂的数据分布和模式,并且可以高效准确地建模不确定性。分布鲁棒机会约束规划考虑了不确定参数的模糊概率分布。为了解决计算上的挑战,采用样本平均近似方法,所需的数据样本由GAN通过可微网络以端到端的方式生成。然后将该框架应用于需求不确定条件下的供应链优化问题。所提出的方法的适用性说明通过一个县一级的空间明确的生物燃料供应链在伊利诺伊州的案例研究。
2020-02-28 cs.LG math.OC stat.ML
Physics-Constrained Generative Adversarial Networks for 3D Turbulence
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);Georgia Institute of Technology(佐治亚理工学院);Center for Nonlinear Studies(非线性研究中心)
生成对抗网络(GANs)因其生成逼真2D图像的能力而在机器学习(ML)社区中受到广泛赞誉。ML正越来越多地应用于计算机视觉之外的复杂问题。然而,目前的框架往往充当黑箱,缺乏物理嵌入,导致执行约束和不可靠的模型的能力差。在这项工作中,我们开发了可以在神经网络架构中严格施加的物理嵌入,称为硬约束。我们通过将它们嵌入到GANs中来展示它们对3D湍流的能力,特别是在不可压缩流体湍流中执行质量守恒约束。在此过程中,我们还探索和对比了在GANs框架内施加物理约束的其他方法的效果,特别是在文献中流行的基于惩罚的物理约束。通过使用物理信息诊断和统计,我们评估我们的方法的优点和缺点,并证明其可行性。
2022-12-01 cs.LG physics.comp-ph
Mode-Aware Continual Learning for Conditional Generative Adversarial Networks
Duke University(杜克大学)
针对条件GAN持续学习中新模式样本有限且易遗忘旧模式的问题,提出基于模式亲和度与标签加权生成、记忆回放的方法,在更少样本下优于现有方法。
2023-09-23 cs.LG stat.ML
NeRF-VAE: A Geometry Aware 3D Scene Generative Model
DeepMind
我们提出了NeRF-VAE,一个3D场景生成模型,通过NeRF和可微分体绘制结合几何结构。与NeRF相比,我们的模型考虑了场景之间的共享结构,并且能够使用摊销推理来推断新场景的结构-而无需重新训练。NeRF-VAE的显式3D渲染过程进一步将以前的生成模型与缺乏几何结构的基于卷积的渲染进行了对比。我们的模型是一个VAE,学习辐射场的分布,通过调节它们的潜在场景表示。我们表明,一旦训练,NeRF-VAE能够使用很少的输入图像从以前看不见的3D环境中推断和渲染几何一致的场景。我们进一步证明了NeRF-VAE可以很好地推广到分布式相机,而卷积模型则不能。最后,我们介绍和研究了NeRF-VAE的解码器,它提高了模型的性能基于注意力的条件反射机制。
2021-04-01 cs.LG stat.ML
A Generative Approach for Production-Aware Industrial Network Traffic Modeling
Nokia Bell Labs(诺基亚贝尔实验室);Trumpf(通快)
工业4.0引发的新一轮数字化浪潮要求无处不在的可靠连接,以执行和自动化工业操作。5G网络可以满足异构垂直应用的极端要求,但缺乏真实数据和真实的流量统计数据,为工业环境的网络优化和配置带来了许多挑战。在本文中,我们调查了德国通快工厂部署的激光切割机产生的网络流量数据。我们分析的流量统计数据,捕捉机器的内部状态之间的依赖关系,并作为一个生产状态依赖的随机过程的网络流量模型。该模型分为两步:首先将生产过程建模为多状态半马尔可夫过程,然后利用生成模型学习依赖于生产状态的数据包到达间隔时间和数据包大小的条件分布。我们比较了各种生成模型的性能,包括变分自编码器(VAE),条件变分自编码器(CVAE)和生成对抗网络(GAN)。数值结果表明,一个很好的近似的交通到达统计取决于生产状态。在所有的生成模型中,CVAE在最小的Kullback-Leibler分歧方面提供了最好的性能。
2022-11-11 cs.LG stat.AP
Efficient Symmetry-Aware Materials Generation via Hierarchical Generative Flow Networks
提出对称感知层次生成流网络SHAFT,通过层次化分解材料空间,高效生成具有所需性质且有效、多样、稳定的晶体结构,优于现有迭代生成方法。
2024-11-06 cond-mat.mtrl-sci cs.LG
Physics-Constrained Flow Matching: Sampling Generative Models with Hard Constraints
Massachusetts Institute of Technology(麻省理工学院)
物理约束的流匹配通过强制执行任意非线性约束,提高生成模型在物理系统中的约束满足能力。
2025-11-25 cs.AI cs.CE cs.LG
Creating Temporally Correlated High-Resolution Profiles of Load Injection Using Constrained Generative Adversarial Networks
Eversource Energy(Eversource能源公司);Arizona State University(亚利桑那州立大学)
本文提出一种仅用智能电表慢时间尺度聚合数据训练的带硬约束GAN,通过凸优化强制时间一致性,从15分钟平均功率生成逐分钟负荷曲线,提升配电系统高速状态估计能力。
2024-09-01 cs.LG eess.SP
Efficient Few-shot Identity Preserving Attribute Editing for 3D-aware Deep Generative Models
Department of Computer Science(计算机科学系);UC San Diego(圣地亚哥大学);UC San Diego La Jolla, CA 92093(圣地亚哥大学)
本研究针对3D人脸身份保持属性编辑的挑战,结合3D感知生成模型与2D编辑技术,仅需10张以内标注样本即可估计潜在空间编辑方向,还验证了编辑线性性并探究了3D一致的人脸老化风格流形。
2025-10-21 cs.CV cs.LG
Physically Constrained Generative Adversarial Networks for Improving Precipitation Fields from Earth System Models
Potsdam Institute for Climate Impact Research(波茨坦气候影响研究所);Technical University Munich(慕尼黑工业大学);Eberhard Karls Universität Tübingen(蒂宾根大学);University of Exeter(埃克塞特大学)
本文提出物理约束生成对抗网络框架,同时改进地球系统模式降水的局部分布与空间格局,在CM2Mc-LPJmL上消除双峰热带辐合带偏差,并能以低计算成本泛化到未来气候情景。
2025-01-02 cs.LG physics.ao-ph
CatGAN: Category-aware Generative Adversarial Networks with Hierarchical Evolutionary Learning for Category Text Generation
Sun Yat-sen University(中山大学)
生成多类文本是一项具有挑战性的任务,并引起了越来越多的关注。由于生成对抗网络(GANs)在一般文本生成方面表现出了竞争性的结果,因此在以前的一些工作中,它们被扩展到类别文本生成。然而,复杂的模型结构和学习策略限制了它们的性能,加剧了训练的不稳定性。本文提出了一种类别感知的GAN(CatGAN),它由一个有效的类别感知的类别文本生成模型和一个用于训练我们的模型的分层进化学习算法组成。类别感知模型直接测量每个类别上真实样本和生成样本之间的差距,然后缩小这个差距将指导模型生成高质量的类别样本。Gumbel-Softmax松弛进一步将我们的模型从用于在离散数据上更新CatGAN的复杂学习策略中解放出来。此外,仅关注样本质量通常会导致模式坍塌问题,因此引入分层进化学习算法来稳定训练过程,并在训练CatGAN时获得质量和多样性之间的权衡。实验结果表明,CatGAN优于大多数现有的最先进的方法。
2019-11-20 cs.CL cs.LG cs.NE
Capturing the Topological Phase Transition and Thermodynamics of the 2D XY Model via Manifold-Aware Score-Based Generative Modeling
Bengaluru, India(印度班加罗尔)
本文提出流形感知的分数生成模型,用于捕捉二维XY模型的拓扑相变与热力学特性,实现了高精度的分数估计和零样本泛化。
2026-02-07 cond-mat.stat-mech cs.LG
FarSky: Task-Aware Latent-Space Coupling for Generative Intra-Hour Solar Forecasting
本研究提出FarSky生成式预测框架,结合任务感知隐空间耦合与隐扩散模型,在太阳辐照度预测中实现最优确定性及概率性能,斜坡事件检测F1超60%,预测技能最高提升11个百分点。
2026-08-13 cs.LG physics.ao-ph stat.AP
StawGAN: Structural-Aware Generative Adversarial Networks for Infrared Image Translation
Sapienza University of Rome(罗马第一大学);Leonardo Labs(莱昂纳多实验室)
本文提出StawGAN模型,通过结构感知机制将夜间热红外图像转换为白天彩色图像,在DroneVeichlet数据集上生成形状更优、高分辨率的物体,转换精度优于现有先进模型。
2023-05-18 cs.CV cs.LG eess.IV
Parallel waveform synthesis based on generative adversarial networks with voicing-aware conditional discriminators
1 LINE Corp., Tokyo, Japan 2 NAVER Corp., Seongnam, Korea 3 Search Solutions Inc., Seongnam, Korea
本文提出了基于并行WaveGAN的波形合成系统中的感知条件鉴别器。在这个框架中,我们采用了一种基于投影的条件反射方法,可以显着提高神经网络的性能。此外,传统的波形鉴别器被分成两个波形鉴别器,用于建模有声和无声语音。随着每个训练器分别学习谐波和噪声分量的独特特征,对抗训练过程变得更加有效,使生成器能够产生更逼真的语音波形。主观测试结果表明,该方法优于传统的并行Wavegan和WaveNet系统。特别是,我们在基于FastSpeech 2的文本到语音框架内独立于说话者训练的模型分别为四名日语发言者获得了4.20,4.18,4.21和4.31的平均意见得分。
2021-04-26 cs.LG cs.SD eess.AS
Temporarily-Aware Context Modelling using Generative Adversarial Networks for Speech Activity Detection
Queensland University of Technology(昆士兰科技大学);SRI International(SRI国际研究所)
本文提出了一种新的语音活动检测(SAD)框架。受语音处理领域多任务学习方法最近取得的成功的启发,我们提出了一种新的SAD联合学习框架。我们利用生成对抗网络来自动学习损失函数,以联合预测逐帧语音/非语音分类以及下一个音频片段。为了利用输入信号中的时间关系,我们提出了一个时间序列,其目的是确保预测信号在时间上是一致的。我们在多个公共基准上评估了所提出的框架,包括NIST OpenSAT' 17,AMI会议和HAVIC,在这些基准上,我们展示了其优于最先进SAD方法的能力。此外,我们的跨数据库的评估表明,所提出的方法在不同的语言,口音和声学环境的鲁棒性。
2020-04-02 cs.LG cs.SD eess.AS
Text-Free Prosody-Aware Generative Spoken Language Modeling
Facebook AI Research(脸书人工智能研究院)
语音预训练主要在分类任务上表现出有效性,而其生成新语音的能力,类似于GPT-2如何生成连贯段落,几乎没有被探索过。生成式口语建模(GSLM)\cite{Lakhotia2021}是解决语音预训练生成方面的唯一先前工作,它用发现的语音单元代替文本进行语言建模,并显示出生成有意义的新句子的能力。不幸的是,尽管消除了文本的需要,GSLM中使用的单位丢弃了大部分的韵律信息。因此,GSLM无法利用韵律来更好地理解,并且不能生成表达性的语音。在这项工作中,我们提出了一个韵律感知的生成口语语言模型(pGSLM)。它由语音的多流Transformer语言模型(MS-TLM)和自适应HiFi-GAN模型组成,MS-TLM表示为发现的单元和韵律特征流,自适应HiFi-GAN模型将MS-TLM输出转换为波形。我们设计了一系列的韵律建模和生成的指标,并重用GSLM的内容建模的指标。实验结果表明,pGSLM可以利用韵律,以改善韵律和内容建模,并产生自然,有意义的,连贯的语音给定的口头提示。音频样本可以在https://speechbot.github.io/pgslm上找到。代码和模型可在https://github.com/pytorch/fairseq/tree/main/examples/textless_nlp/pgslm上获得。
2022-05-10 cs.CL cs.LG cs.SD
Context-Aware Generative Adversarial Privacy
Arizona State University(亚利桑那州立大学);Stanford University(斯坦福大学)
保护已发布数据集的实用性,同时提供可证明的隐私保证是一个众所周知的挑战。一方面,上下文无关的隐私解决方案,如差分隐私,提供了强有力的隐私保障,但往往导致效用显著降低。另一方面,上下文感知隐私解决方案,如信息理论隐私,实现了改进的隐私-效用权衡,但假设数据持有者可以访问数据集统计数据。我们通过引入一种称为生成对抗隐私(GAP)的新颖的上下文感知隐私框架来规避这些限制。GAP利用生成对抗网络(GANs)的最新进展,允许数据持有者从数据集本身学习私有化方案。在GAP下,学习隐私机制被制定为两个参与者之间的约束极大极小博弈:一个私有化器以限制对个人私有变量的推断攻击风险的方式对数据集进行净化,另一个对手试图从净化的数据集推断私有变量。为了评估GAP的性能,我们研究了两个简单的(但规范的)统计数据集模型:(a)二进制数据模型,和(b)二进制高斯混合模型。对于这两种模型,我们推导出博弈理论上的最优极大极小隐私机制,并表明从数据中学习的隐私机制(以生成对抗的方式)与理论上的最优隐私机制相匹配。这表明我们的框架可以很容易地应用于实践,即使在没有数据集统计的情况下。
2017-12-03 cs.AI cs.CR cs.GT
Privacy-Aware Communication Over a Wiretap Channel with Generative Networks
Imperial College London(帝国理工学院)
我们使用端到端学习研究通过窃听通道的隐私感知通信。Alice想通过二进制对称信道向Bob发送源信号,而被动窃听者Eve则试图根据其偷听到的信号推断Alice的源的某些敏感属性。由于我们通常无法获得真实的分布,我们提出了一种数据驱动的方法,使用变分自编码器(VAE)的联合源信道编码(JSCC)。我们通过模拟与有色MNIST数据集,我们的方法提供了高的重建质量在接收器,同时混淆窃听者的潜在敏感属性,其中包括颜色和厚度的数字。最后,我们考虑了一个并行信道的情况下,我们的方法安排的信息传输,使窃听者携带的敏感信息,而非敏感信息更脆弱的信道具有较高的噪声水平。
2022-02-14 cs.CR cs.IT cs.LG
Class-Incremental Learning Using Generative Experience Replay Based on Time-aware Regularization
University of Southern California(南加州大学)
针对严格类增量持续学习的遗忘难题,提出基于时间感知正则化的生成式经验重放方法,动态微调三类训练目标,在主流基准上提升了记忆保留能力与持续任务平均性能。
2023-10-05 cs.LG
DAK-UCB: Diversity-Aware Prompt Routing for LLMs and Generative Models
Sharif University of Technology(谢赫拉扎德技术大学);The Chinese University of Hong Kong(香港中文大学)
本文提出DAK-UCB方法,结合保真度与多样性指标,用于在线选择生成模型,以提升生成结果的多样性同时保持保真度。
2026-03-25 cs.LG
Motif-aware Riemannian Graph Neural Network with Generative-Contrastive Learning
North China Electric Power University(华北电力大学);Beijing University of Posts and Telecommunications(北京邮电大学);Beihang University(北京航空航天大学);University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
针对黎曼图方法单一曲率、数值不稳定及缺乏模体捕获能力的问题,提出自监督模型MotifRGC,通过多样化曲率流形与稳定核层构建D-GCN,并结合生成式-对比式学习捕获模体规律,实现无标签节点表示学习。
2024-01-02 cs.LG
Improved Constrained Generation by Bridging Pretrained Generative Models
University of British Columbia(不列颠哥伦比亚大学);Inverted AI
本文提出了一种通过桥梁预训练生成模型实现改进的约束生成方法,通过在可行区域内生成样本并保持现实感,实现了约束满足与采样质量之间的新平衡。
2026-03-06 cs.AI cs.LG cs.RO
Constrained Flow Optimization via Sequential Fine Tuning for Molecular Design
Department of Computer Science, ETH Zurich(苏黎世联邦理工学院计算机科学系);Institute of Chemical and Bioengineering, Department of Chemistry and Applied Biosciences, ETH Zurich(苏黎世联邦理工学院化学与生物工程研究所);ETH AI Center(苏黎世联邦理工学院人工智能中心)
提出约束流优化(CFO)算法,通过将约束生成优化问题转化为序列微调,在分子设计中平衡奖励最大化与约束满足。
2026-05-28 cs.LG
Drug Discovery with Dynamic Goal-aware Fragments
KAIST(韩国科学技术院);National University of Singapore(新加坡国立大学)
针对现有片段生成模型忽略目标性质且无法动态更新片段词汇的问题,提出分子生成框架GEAM,通过目标感知片段提取、组装与修改三个模块的循环,有效发现药物候选分子。
2024-05-30 cs.LG
It Takes Two to Tango: Directly Optimizing for Constrained Synthesizability in Generative Molecular Design
École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院);National Centre of Competence in Research (NCCR) Catalysis(国家研究能力中心催化研究中心)
本文提出新型奖励函数TANGO,将稀疏奖励转化为密集可学习奖励,增强通用分子生成模型在强化学习下直接优化受限可合成性及药物发现相关属性,是首个解决该问题的生成式方法。
2024-10-15 cs.LG q-bio.BM
Semi-Supervised Generation with Cluster-aware Generative Models
Technical University of Denmark(丹麦理工大学)
使用大量未标记数据训练的深度生成模型已被证明在无监督学习领域非常强大。许多现实生活中的数据集包含少量标记的数据点,这些数据点通常在训练生成模型时被忽略。我们提出了一个具有感知能力的生成模型,它使用未标记的信息来推断一个潜在的表示,该表示对数据的自然聚类进行建模,并使用额外的标记数据点来细化该聚类。当利用标记信息时,模型的生成性能显着提高,在排列不变MNIST上获得-79.38 nats的对数似然,同时还实现了具有竞争力的半监督分类精度。该模型也可以完全无监督地进行训练,并且仍然可以提高相关方法的对数似然性能。
2017-04-03 cs.AI cs.LG stat.ML
Drive-to-Music: Context-Aware Generative Audio for In-Vehicle Experiences
Mercedes-Benz Research & Development North America(梅赛德斯-奔驰北美研发中心)
本研究提出Drive-to-Music系统,利用行车记录仪图像与车辆遥测数据,结合感知与生成组件实现低延迟实时上下文感知车载音乐生成,为个性化自适应车载音频体验奠定基础。
2026-08-14 cs.LG cs.SD
CAMPARI: Camera-Aware Decomposed Generative Neural Radiance Fields
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);University of Tübingen(蒂宾根大学)
深度生成模型的巨大进步导致了逼真的图像合成。虽然取得了令人信服的结果,但大多数方法都是在二维图像域中操作,忽略了我们世界的三维性质。因此,最近的几项工作提出了3D感知的生成模型,即,场景在3D中建模,然后可区分地渲染到图像平面。这导致了令人印象深刻的3D一致性,但引入这种偏差是有代价的:相机也需要建模。目前的方法假设固定的内在和预先定义的相机姿态范围内的先验。因此,对于真实世界的数据,通常需要进行参数调优,如果数据分布不匹配,结果会降低。我们的关键假设是,学习相机生成器与图像生成器联合导致更有原则的3D感知图像合成方法。此外,我们建议将场景分解为背景和前景模型,从而实现更高效和更清晰的场景表示。在从原始的、无姿态的图像集合进行训练的同时,我们学习了一个3D和相机感知的生成模型,该模型不仅忠实地恢复了图像,而且还恢复了相机数据分布。在测试时,我们的模型生成图像,并对相机以及场景的形状和外观进行显式控制。
2021-03-31 cs.CV cs.LG
GIRAFFE HD: A High-Resolution 3D-aware Generative Model
UC Davis(加州大学戴维斯分校);UW–Madison(威斯康星大学麦迪逊分校);Adobe Research(奥多比研究院)
3D感知生成模型已经表明,3D信息的引入可以导致更可控的图像生成。特别地,当前最先进的模型GIRAFFE可以控制每个对象的旋转、平移、缩放和场景相机姿态,而无需相应的监督。然而,GIRAFFE仅在图像分辨率较低时工作良好。我们提出了GIRAFFE HD,一个高分辨率的3D感知生成模型,继承了所有GIRAFFE的可控功能,同时生成高质量,高分辨率的图像($512^2$分辨率及以上)。其关键思想是利用基于风格的神经渲染器,并独立生成前景和背景,以迫使它们解开纠缠,同时施加一致性约束,将它们缝合在一起,以合成连贯的最终图像。我们展示了多个自然图像数据集上最先进的3D可控高分辨率图像生成。
2022-03-28 cs.AI cs.CV cs.LG
3D-aware Blending with Generative NeRFs
NAVER AI Lab(NAVER人工智能实验室);SNU AIIS(首尔国立大学人工智能研究所);CMU(卡内基梅隆大学)
针对输入图像因 3D 相机姿态和形状差异导致未对齐的问题,提出基于生成式 NeRF 的 3D 感知对齐与潜在空间混合方法,并在 FFHQ、AFHQ-Cat 上验证其优于 2D 基线。
2023-08-16 cs.CV cs.GR cs.LG
Trie-Aware Transformers for Generative Recommendation
Zhejiang University(浙江大学)
TrieRec通过引入基于Trie的结构归纳偏差,改进生成推荐中的自回归建模,提升推荐效果。
2026-02-25 cs.IR cs.LG
Score-based constrained generative modeling via Langevin diffusions with boundary conditions
Institute for Analysis and Scientific Computing, TU Wien(维也纳技术大学分析与科学计算研究所);Department of Mathematical Sciences, Chalmers University of Technology and the University of Gothenburg(查尔姆斯理工大学数学科学系)
针对基于SDE的分数生成模型难满足约束的问题,提出带边界速度镜面反射的欠阻尼朗之万约束生成模型,构建高效最优收敛采样器,并对比两类反射扩散约束模型。
2025-10-28 cs.LG cs.NA math.NA
PromptWise: Online Learning for Cost-Aware Prompt Assignment in Generative Models
Department of Computer Science and Engineering, The Chinese University of Hong Kong(香港中文大学计算机科学与工程系)
提出PromptWise在线学习框架,以成本感知方式为提示分配生成式模型,通过顺序模型分配降低总服务成本,同时保持与基线相当的性能。
2025-11-02 cs.AI cs.LG
Equitable modelling of brain imaging by counterfactual augmentation with morphologically constrained 3D deep generative models
University College London(伦敦大学学院)
我们描述了Countersynth,条件生成模型,诱导标签驱动的,生物上合理的变化,体积脑图像的变形。该模型的目的是合成反事实的训练数据增强下游的歧视性建模任务,保真度是有限的数据不平衡,分布不稳定,混杂,或规格不足,并表现出不公平的性能在不同的亚群。集中在人口统计属性,我们评估合成的反事实的质量与基于体素的形态测量,分类和回归的条件属性,和Fréchet的起始距离。在工程人口不平衡和混杂的背景下检查下游辨别性能,我们使用英国生物银行磁共振成像数据来对CounterSynth增强与当前解决这些问题的方案进行基准测试。我们实现了最先进的改进,无论是在整体保真度和公平。CounterSynth的源代码可以在线获得。
2021-11-29 cs.CV cs.LG
Ctx2TrajGen: Traffic Context-Aware Microscale Vehicle Trajectories using Generative Adversarial Imitation Learning
本文提出 Ctx2TrajGen 框架,融合 GAIL、PPO 与 WGAN-GP,并依据周围车辆和道路几何生成交互感知轨迹,在 DRIFT 数据集上显著提升真实性、多样性与情境保真度。
2025-07-23 cs.AI cs.LG
Energy-Aware Deep Learning on Resource-Constrained Hardware
Imperial College London(伦敦帝国学院);University of Cambridge(剑桥大学)
本文针对物联网与移动设备的能量约束问题,综述了资源受限硬件上用于优化深度学习推理与训练的能量感知方法,分析其方法论、能效影响及局限性,为相关未来研究提供基础。
2025-05-18 cs.AR cs.LG
Learning Body-Aware 3D Shape Generative Models
Brown University(布朗大学);Simon Fraser University(西蒙弗雷泽大学)
建筑环境中许多物体的形状取决于它们与人体的关系:人将如何与这个物体互动?现有的3D形状的数据驱动生成模型产生了看似合理的对象,但没有推理出这些对象与人体的关系。在本文中,我们学习身体感知的3D形状生成模型。具体来说,我们训练椅子的生成模型,这是一个普遍存在的形状类别,它可以以给定的体形或坐姿为条件。身体形状调节模型产生的椅子,这将是舒适的人与给定的身体形状;姿势调节模型产生的椅子,适应给定的坐姿。为了训练这些模型,我们定义了一个“坐姿匹配”度量和一个新的“坐姿舒适度”度量。计算这些指标需要进行昂贵的优化以使身体坐到椅子上,这太慢而不能用作训练生成模型的损失函数。因此,我们训练神经网络来有效地近似这些度量。我们使用我们的方法来训练三个身体感知生成形状模型:基于结构化部件的生成器,点云生成器和隐式表面生成器。在所有情况下,我们的方法产生的模型,使其输出的椅子形状输入人体规格。
2022-01-20 cs.CV cs.GR cs.LG
Demo: Real-time Generative Multicasting with On-Device Intent-aware Semantic Decomposition
University of Surrey(萨里大学)
该研究提出基于设备端意图感知语义分解的实时生成多播系统,通过DNN分割与生成模型实现资源优化,在Google Coral Edge TPU上完成演示,推动设备端生成语义通信发展。
2026-08-18 cs.LG cs.MM cs.NI
Uncertainty-Aware Probabilistic Constrained Clustering from Entangled Pairwise Supervision
The University of Manchester(曼彻斯特大学)
针对现实中成对监督的不确定性问题,提出ECI-PP框架结合ProbPair目标,在概率约束聚类任务中优于现有DCC方法且鲁棒性强。
2026-10-15 cs.AI cs.LG
Efficient inference in occlusion-aware generative models of images
Google Research(谷歌研究院)
我们提出了一种基于分层的图像生成模型,在该模型中,图像层是单独生成的,然后从前到后合成。因此,我们能够将图像的外观分解为图像中各个对象的外观-此外,对于每个单独的对象,我们可以从姿势中分解内容。与之前在分层模型上的工作不同,我们为每个对象/层事先学习了一个形状,允许模型通过寻找一致的形状来梳理出哪个对象在前面,而不需要访问运动线索或任何标记的数据。我们表明,普通的随机梯度变分贝叶斯(SGVB),它优化了我们的完全可微的下限的对数似然,是足够的学习图像的可解释的表示。最后,我们提出的实验证明了该模型的有效性,用于推断图像中的前景和背景对象。
2016-02-16 cs.CV cs.LG
Decision-Aware Training for Sample-Based Generative Models
University of Augsburg, Germany(奥格斯堡大学)
针对样本生成模型训练目标忽视下游决策成本的问题,提出将可微决策损失与能量分数结合,实现决策感知训练,在保持完整概率预测的同时提升成本敏感区域性能。
2026-10-05 cs.LG stat.ML
MARS: Meaning-Aware Response Scoring for Uncertainty Estimation in Generative LLMs
Amazon AI(亚马逊人工智能)
针对生成式LLM输出的不确定性估计问题,提出意义感知响应评分(MARS)函数替代长度归一化评分,在多数据集和多LLM上实验证明可显著提升UE性能,并在医学QA数据集验证有效性。
2024-06-08 cs.CL cs.LG
Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
Yale University(耶鲁大学);New York University(纽约大学);Mila - Quebec AI Institute(米拉-魁北克人工智能研究所)
本文提出几何感知生成自编码器GAGA,通过结合流形学习与生成建模,学习扭曲黎曼度量以刻画数据流形几何,实现均匀采样、测地线生成和群体插值,在单细胞轨迹推断上比现有最优方法提升30%。
2025-04-07 cs.LG math.DG stat.ML
Generative Design of Hardware-aware DNNs
Georgia Institute of Technology(佐治亚理工学院);SIEMENS Corporate Technology(西门子企业技术)
为了在边缘/云上有效地运行DNN,许多新的DNN推理加速器正在被频繁地设计和部署。为了提高DNN的资源效率,模型量化是一种广泛使用的方法。然而,不同的加速器/HW具有不同的资源,导致需要每个HW的专用量化策略。此外,对每一层使用相同的量化可能是次优的,从而增加了可能的量化选择的设计空间。这使得手动调整不可行。最近在自动确定每层的量化方面的工作是由诸如强化学习之类的优化方法驱动的。然而,这些方法需要为每个新的硬件平台重新训练RL。我们提出了一种自主量化和硬件感知调谐的新方法。我们提出了一个生成模型,AQGAN,它以目标精度为条件,生成一套量化配置。使用条件生成模型,用户可以在推理时间内自主地生成具有不同目标的不同配置。此外,我们提出了一个简化的硬件调整流程,它使用生成模型来生成建议,并根据硬件资源预算执行简单的选择,其过程是快速和交互式的。我们在ImageNet数据集上广泛使用的五个有效模型上评估了我们的模型。我们比较现有的均匀量化和国家的最先进的自主量化方法。然而,我们的生成模型显示出具有竞争力的准确性,每个设计点的搜索成本降低了大约2度。我们的生成模型表明,生成的量化配置在所有实验中的误差小于3.5%。
2020-07-12 cs.LG stat.ML
A Constraint-Aware Generative Framework for Synthetic Origin-Destination Demand in Logistics Networks
该研究针对物流网络合成需求生成的约束适配问题,提出考虑约束的条件生成框架,经工业数据验证较基线方法提升16%,可用于容量规划等场景。
2026-09-07 cs.LG cs.SY eess.SY
SAGE: Subpopulation-Aware Generative Enhancement for Mitigating Spurious Correlations
Harbin Institute of Technology(哈尔滨工业大学);State Key Laboratory of Smart Farm Technologies and Systems(智慧农场技术与系统国家重点实验室)
SAGE是两阶段生成增强框架,通过生成合成数据缓解虚假关联,在Waterbirds等三个数据集上的最差群体准确率优于无群体标签基线,提升最多7.7个百分点。
2026-09-02 cs.CV cs.LG
On the Need for Topology-Aware Generative Models for Manifold-Based Defenses
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);SRI International(斯坦福国际研究院);XaiPient(赛派恩特)
机器学习(ML)算法或模型,特别是深度神经网络(DNN),在几个领域显示出了巨大的前景。然而,研究人员最近证明,ML算法,特别是DNN,容易受到对抗性样本(导致错误分类的轻微扰动样本)的影响。对抗性示例的存在阻碍了ML算法在安全关键领域(如安全)的部署。在文献中有几种对抗性例子的辩护。其中一类重要的防御是基于流形的防御,其中样本在分类之前被“拉回”到数据流形中。这些防御依赖于数据位于比输入空间更低维度的流形中的假设。这些防御使用生成模型来近似输入分布。在本文中,我们调查了以下问题:在流形为基础的防御中使用的生成模型需要拓扑感知?我们认为答案是肯定的,我们提供了理论和经验证据来支持我们的主张。
2020-02-17 cs.CR cs.LG stat.ML