图像生成

Fose: Fusion of One-Step Diffusion and End-to-End Network for Pansharpening

Fose：一阶段扩散与端到端网络融合用于全色增强

Kai Liu, Zeli Lin, Weibo Wang, Linghe Kong, Yulun Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV

AI总结 Fose通过融合一步扩散模型与端到端网络，实现全色增强的高效高精度处理，提升速度7.42倍并优于基线模型。

Comments Code link: https://github.com/Kai-Liu001/Fose

A Short Report on Importance Sampling for Rare Event Simulation in Diffusions

关于扩散过程中稀有事件模拟中重要性采样的简要报告

Zhiwei Gao

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种基于谱参数化和交叉熵方法的重要性采样技术，用于高效模拟扩散过程中的稀有事件。