RL offline con difusión para redes UAV eficientes y justas
Aprendizaje por refuerzo offline con difusión para redes UAV justas y eficientes. Reduce energía, mejora equidad y aumenta throughput un 35%.
#difusión
MUNI: Difusión Latente Multimodal Unificada para Generación Any-to-Any
MUNI: marco de difusión latente multimodal para generación any-to-any coherente. Supera modelos basados en LLM con enfoque unificado.
Estimación Exacta de Puntaje Posterior en Problemas Inversos Lineales
EPS: Método exacto de puntaje posterior para problemas inversos lineales con modelos de difusión. Supera a baselines en fidelidad y percepción.
Reconstrucción multiescala de capa límite hipersónica con difusión condicional
Descubre cómo un modelo de difusión condicional reconstruye campos de flujo hipersónico con alta fidelidad espectral, permitiendo inferir estados cercanos a la
Lesion-DDPM: Difusión 3D mejorada con lesiones para síntesis de RM de EM
Descubre Lesion-DDPM, un innovador modelo de difusión 3D que mejora la síntesis de RM con lesiones para esclerosis múltiple. Resultados superiores en
Empaquetado Diferenciable de Objetos 3D Irregulares con Contenedor Adaptativo
Aprende cómo un nuevo método de empaquetado diferenciable optimiza poses y contenedor en un solo bucle de gradiente, logrando contenedores hasta 32% más
DemoDiffusion: Imitación Humana en un Solo Intento con Política de Difusión
DemoDiffusion: robots imitan movimientos humanos con una sola demostración usando políticas de difusión preentrenadas. ¡83.8% de eficacia!
SSNAPS: Separación audiovisual de voz y ruido de fondo con difusión inversa
SSNAPS: método no supervisado basado en difusión inversa que separa voz y ruido de fondo en escenas audiovisuales, superando a modelos supervisados en WER.
Edición semántica con ecuaciones diferenciales estocásticas acopladas
Descubre cómo las ecuaciones diferenciales estocásticas acopladas permiten editar imágenes manteniendo la fidelidad visual y semántica sin reentrenar modelos.
CADO: De imitación a minimización de costos en optimización combinatoria
CADO: minimiza costos reales en optimización combinatoria superando el sesgo de imitación. Resultados de vanguardia.
Divide-and-Denoise: Composición justa de modelos de difusión
Descubre cómo Divide-and-Denoise coordina modelos de difusión mediante teoría de juegos para generar imágenes sin conflictos, mejorando calidad y equidad.
Generación de video cardíaco consistente y controlable mediante modelado de movimiento latente
Un nuevo método de IA genera videos cardíacos realistas y controlables, superando la escasez de datos médicos. FID de 31.68 y CLIP score de 31.04.
Políticas de Difusión con Región de Confianza en RL Masivamente Paralelo
Descubre TruDi, un método que combina políticas de difusión con regiones de confianza para lograr un RL on-policy estable y eficiente en simulaciones
FlowRL: Taxonomía y marco modular para RL con políticas de difusión
Explora FlowRL: taxonomía y marco modular en JAX para RL con políticas de difusión. Benchmarks y guía para elegir el algoritmo adecuado.
Entendiendo la Difusibilidad Latente mediante la Geometría de Fisher
Descubre cómo la geometría de Fisher cuantifica la difusibilidad en espacios latentes y explica la degradación en modelos de difusión.
Convergencia Wasserstein de muestreadores ODE en modelos de difusión descentralizados
Investigación demuestra convergencia Wasserstein-2 en modelos de difusión descentralizados con muestreadores ODE, un avance para privacidad y escalabilidad en
Modelo Flux.2-klein-loras: Control Estilístico en Generación Texto a Imagen
Domina el control estilístico en generación de imágenes con los LoRAs de DeverStyle para Flux.2. Ocho adaptadores únicos te esperan.
DifFRACT: Reconstrucción y Atribución para Trazado de Circuitos
Descubre cómo DifFRACT permite trazar circuitos interpretables en modelos de difusión multimodales, mejorando el control y la comprensión de la generación de
Convergencia Wasserstein en difusión descentralizada con ODE
Descubre cómo nuestro estudio demuestra la primera convergencia Wasserstein para modelos de difusión descentralizados con muestreadores ODE, mejorando
ControlMap: generación controlable de mapas HD para simulación de tráfico
Descubre cómo ControlMap genera mapas HD realistas siguiendo topologías de carreteras específicas con control espacial y transferencia de estilo urbano.