Research KB

SRC-1503.03585 Source

以非平衡热力学解释深度无监督学习(Sohl-Dickstein et al., ICML 2015);扩散的概率奠基。

id SRC-1503.03585
type source
kind paper
title Deep Unsupervised Learning using Nonequilibrium Thermodynamics
authors Jascha Narain Sohl-Dickstein, Eric A. Weiss, Niru Maheswaranathan, S. Ganguli
venue ICML 2015
arxiv 1503.03585
tier 0
lifecycle EXTRACTED
epistemic n/a
ingested 2026-09-03
version arXiv:1503.03585
source-hash sha256:0000000000000000000000000000000000000000000000000000000000000000
source-role g2dp-citation-neighbor
g2dp-anchor SRC-2606.26017
g2dp-relation CITED_BY_G2DP | G2DP 引用本工作提供扩散的非平衡热力学视角(Sohl-Dickstein et al., ICML 2015),支持把去噪理解为沿能量 landscape 的自由能下降。
citation-count-s2 10619

以非平衡热力学解释深度无监督学习(Sohl-Dickstein et al., ICML 2015):把训练刻画为自由能下降的渐进去噪,沟通统计物理与学习动力学。

与 G2DP 的关系(SRC-2606.26017:G2DP 引用本工作提供扩散的非平衡热力学视角(Sohl-Dickstein et al., ICML 2015),支持把去噪理解为沿能量 landscape 的自由能下降。

引用(1)

  • SRC-2606.26017 G2DP:时空占据栅格+路线进度融合为可微 cost volume,去噪末段注入引导,nuPlan 纯模仿 SOTA;本引用簇中心。