Entropy-Based Dimension-Free Convergence and Loss-Adaptive Schedules for Diffusion Models
基于熵的无维度收敛和损失自适应调度方法用于扩散模型
机构 * Department of Mathematics, University of Michigan(数学系,密歇根大学)
AI总结 本文提出基于熵的无维度收敛方法和损失自适应调度,通过信息论方法提升扩散模型的采样效率和质量。
高校专区
基于熵的无维度收敛和损失自适应调度方法用于扩散模型
机构 * Department of Mathematics, University of Michigan(数学系,密歇根大学)
AI总结 本文提出基于熵的无维度收敛方法和损失自适应调度,通过信息论方法提升扩散模型的采样效率和质量。
你感受的并非他们所见:关于从第三方观察者标签预测自我报告情绪的研究
机构 * University of Michigan, Ann Arbor, Michigan, USA(密歇根大学)
AI总结 研究探讨了从第三方观察者标签预测自我报告情绪的可行性,发现个人重要性显著提升模型的情感预测性能。
Comments ICASSP 2026-2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)