DIFFUSION MODEL : 생성형 AI 모델의 이론과 응용 (생성형 AI 모델의 이론과 응용)

DIFFUSION MODEL : 생성형 AI 모델의 이론과 응용 (생성형 AI 모델의 이론과 응용)

$30.79
Description
DIFFUSION MODEL을 다양한 분야에 적용하는 방법을 포괄적으로 소개하며, AIGC(AI Generated Content: 인공지능 생성 콘텐츠)와 관련 기술, 확산 모델의 기초, 확산 모델의 효율적인 샘플링, 확산 모델의 가능성 극대화, 특수 구조를 가진 데이터에 확산 모델 적용, 확산 모델과 다른 생성 모델과의 상관관계, 확산 모델의 응용, 확산 모델의 미래 등을 다루며, 확산 모델의 주요 연구 분야를 파악하는 데 도움이 될 것이다.
저자

양링,장지롱,장웬타오,빈쿠이

출간작으로『DIFFUSIONMODEL:생성형AI모델의이론과응용』등이있다.

목차

1장.AIGC및관련기술
1.1AIGC소개2
1.2확산모델링소개4

2장.확산모델링의기초
2.1노이즈제거확산확률모델10
2.2스코어기반생성모델22
2.3확률미분방정식25

3장.확산모델링을위한효율적인샘플링
3.1미분방정식50
3.2결정론적샘플링52
3.2.1확률미분방정식솔버52
3.2.2상미분방정식솔버60
3.3학습기반샘플링66
3.3.1개별모드66
3.3.2절단확산68
3.3.3지식증류75

4장.확산모델에대한우도극대화
4.1우도함수최대화하기82
4.2노이즈추가전략의최적화84
4.3역분산학습88
4.4정확한로그우도추정100

5장.특수한구조의데이터에확산모델링적용하기
5.1불연속형데이터106
5.2불변구조의데이터110
5.3스트리밍구조의데이터118
5.3.1알고있는흐름패턴118
5.3.2알수없는흐름패턴119

6장.다른생성모델과관련된확산모델
6.1다양한자동인코더및확산모델126
6.2적대신경망및확산모델생성하기128
6.3정규화된흐름및확산모델135
6.4자동회귀및확산모델139
6.5에너지기반모델및확산모델140

7장.확산모델링적용
7.1무조건확산모델과조건부확산모델비교144
7.2컴퓨터비전145
7.2.1이미지초해상도,이미지복원및이미지번역145
7.2.2의미적분할151
7.2.3비디오생성154
7.2.4포인트클라우드완성및포인트클라우드생성157
7.2.5이상탐지160
7.3자연어처리162
7.4시간적데이터모델링168
7.4.1시계열보간168
7.4.2시계열예측170
7.5멀티모달학습172
7.5.1텍스트-대-이미지생성172
7.5.2텍스트-음성변환생성180
7.5.3장면그래프에서이미지생성까지182
7.5.4텍스트-3D콘텐츠생성184
7.5.5텍스트-바디모션생성185
7.5.6텍스트-비디오생성185
7.6강건학습187
7.7융합애플리케이션188
7.7.1인공지능신약개발188
7.7.2의료영상195

8장.확산모델링의미래-GPT와대형모델
8.1사전학습기법소개201
8.1.1생성적사전학습및대조적사전학습202
8.1.2병렬학습기법206
8.1.3미세조정기술209
8.2GPT및대형모델210
8.2.1GPT-1211
8.2.2GPT-2214
8.2.3GPT-3및대형모델217
8.2.4InstructGPT및ChatGPT225
8.2.5비주얼채팅GPT229
8.3GPT및대형모델기반확산모델링232
8.3.1알고리즘연구232
8.3.2패러다임적용하기233

찾아보기235