arXiv stat.ML· Aavash Subedi, Tim Reichelt, Christopher Williams, Philip Stier, Yee Whye Teh, Saifuddin Syed·· 5 小时前AI 评分17
DireSMC：用序列蒙特卡洛引导扩散模型采样稀有事件
Steering Diffusion Models to Rare Events with Sequential Monte Carlo
AI 导读
研究者提出 DireSMC，一种序列蒙特卡洛方案，通过引导带权样本群体逼近稀有事件，同时给出该事件概率的校准估计。该方法在基于分数模型的气候模拟器上，对 10^-3 至 10^-5 的稀有事件概率取得准确结果，相比蒙特卡洛实现 9 倍至 1413 倍的净加速。
来源：arXiv stat.ML · arxiv.org