拡散モデルの理論 — DDPMの数理を完全解説
インクを水に一滴落とすと、インクは徐々に広がり、最終的に水全体に均一に拡散します...
画像生成モデルの比較 — GAN vs VAE vs Diffusion
画像生成モデルの分野は、この10年で劇的に進化しました。2014年のGANの登場...
Flow Matchingとは？拡散モデルをシンプルに一般化する生成モデルの数理を完全解説
拡散モデルを一度でも自分で実装しようとすると、たいてい同じところでつまずきます。...
ナイーブベイズとロジスティック回帰の違い — 生成モデルと識別モデルを徹底比較
ナイーブベイズとロジスティック回帰は、どちらも2値分類の定番手法です。そして不思...
条件付き正規化フローによる異常検知：運用文脈で条件づけた厳密な尤度で測る
ここまでのシリーズで、「操作で動いた分を異常としない」を、残差（予測モデル）・状...
MAD-GAN：LSTM-GANで多変量時系列の正常分布を学ぶ異常検知
異常検知の難しさのひとつは、異常のサンプルがほとんど手に入らないことだ。正常デー...
勾配推定の3つの方法：reparameterization・REINFORCE・Gumbel-softmaxをわかりやすく
ニューラルネットの学習は「損失を $\theta$ で微分して、勾配の逆向きに少...
凸双対とFenchel共役をわかりやすく：f-GAN・最適輸送・変分表現の母体
GAN の論文を読んでいると、突然 $\sup_T \mathbb{E}_P[T...
最適輸送とWasserstein距離をわかりやすく：Kantorovich双対とSinkhornまで
2つの分布が「どれくらい違うか」を測りたい場面は山ほどあります。たとえば、生成モ...
Lipschitz連続性とスペクトルノルム：ヤコビアンが決めるニューラルネットの安定性
ニューラルネットに、ほんのわずかなノイズを混ぜた画像を入れると、人間の目には同じ...