扩散模型合成随机时间序列优于Transformer

Zongwei Huang 等作者发表研究，比较四种生成架构在随机时间序列上的表现。结果显示，去噪扩散概率模型在 Ornstein-Uhlenbeck 参考过程和全原子分子动力学供体能隙轨迹上最稳定地复现目标统计量，且生成速度远快于序列 Transformer。 作者称，在高质量随机轨迹上训练的生成模型能复现目标过程的关键统计性质，并以远低于模拟的计算成本生成额外合成轨迹，从而扩充有限模拟数据可获得的采样。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。