Модели потока Бернулли: самоконструктивное генераторное моделирование для бинарных данных

arXiv: 261.10.11362v1 Annualce Type: New Humber Abstract: Binary Displacing Models обычно требует большого числа функциональных оценок (NFE) для получения высококачественных образцов, что делает практические выводы расчетно дорогостоящими. Серьезной проблемой по-прежнему является сокращение НФЭ при сохранении качества выборки без перегонки или дополнительной подготовки. Существующие двоичные модели диффузии определяют дискретный одноступенчатый путь вперед и затем вычисляют обратное заднее. В установках с низким уровнем NFE, требующих перекрестного отбора проб, они приближают реальную многоступенчатую вероятность к одноэтапному переходу на один этап, что серьезно ухудшает качество выборки. Для устранения этого основополагающего ограничения и отсоединения динамики регенерации с фиксированными дискретными ступенями времени мы предлагаем модели потока Бернулли (BFM). Вместо того чтобы полагаться на последовательные одноэтапные цепочки распространения Маркова, BFM определяет единый непрерывный глобальный путь вероятностного потока Бернулли между распространением данных и чистым шумом, из которого мы получаем анализ