arXiv stat.ML· Saptarshi Chakraborty, Quentin Berthet, Peter L. Bartlett·· 1 天前AI 评分27
流匹配模型的统计泛化理论：面向内在低维数据的收敛保证
Generalization Properties of Score-matching Diffusion Models for Intrinsically Low-dimensional Data
AI 导读
针对流匹配模型统计泛化保证不足的问题，研究者推导出学习生成分布的有限样本误差界，以 Wasserstein-p 距离度量（p≥1）。在 n 个 i.i.d. 样本下，当维度 d 超过目标测度的 Wasserstein-p 维度时，学习分布以至少 1-ξ 的概率满足误差上界 n^{-1/d}+n^{-1/(2p)}(log(1/ξ))^{1/(2p)}。
来源：arXiv stat.ML · arxiv.org