Schedule
MINDS SEMINAR
MINDS Seminar Series | U-Jin Choi (KAIST) - Rectified Flow Matching for Generative Modeling.
MINDS SEMINAR
period : 2025-04-08 ~ 2025-04-08
time : 17:00:00 ~ 18:00
개최 장소 : Math Bldg 404 & Online streaming (Zoom)
Topic : Rectified Flow Matching for Generative Modeling.
개요
| Date | 2025-04-08 ~ 2025-04-08 | Time | 17:00:00 ~ 18:00 |
| Speaker | U-Jin Choi | Affiliation | KAIST |
| Place | Math Bldg 404 & Online streaming (Zoom) | Streaming link | ID : 688 896 1076 / PW : 54321 |
| Topic | Rectified Flow Matching for Generative Modeling. | ||
| Contents | DDPM 2020, SMGM through SDE 2021등 을 거치면서 Diffusion Models이 생성형AI 분야에서 현재까지 LLM 에 버금가는 Domonant 응용 및 연구 주제로 수행 되고 있습니다. ICLR2023에 발표 된 Liu et al, "Flow Straight and Fast: Learning to Generate and Transfer Data with Rectified Flow" 은 임의의 서로 다른 2개의 분포함수를 따르는 2개의 Dataset의 Samples들을 Neural Ordinary Differential Equation Model 로 Matching ( or Coupling,or Bridging) 하는 방법에 관한 연구 입니다. 목적에 따라 Source Distribution를 표준정규분포로 주고 이에 따르는 샘플을 학습 된 ODE의 초기치로 입력하면 Terminal Time에 Target Distribution을 따르는 출력치가 샘플이 되므로 생성 모델로 볼 수 있습니다. 보다 일반적으로, 임의의 2개의 분포함수를 따르는 Independent Couplings을 선택하고 Source Distribution로부터 추출 된 초기치를 학습 된 ODE에 입력하면 출력치는 Target Distribution을 따르는 샘플이 출력 됩니다. 이와 같이 ODE Model로서 Independent Couplings을 Rectified 된 초기치와 출력치로 Deterministic Dependent Coupling 을 구하게 됩니다. 이 모델의 응용은 Image Generation을 포함하여 Data Translation, Domain Adaptation, Image Inpainting 등 광범위 하게 활용 될 수 있습니다. | ||
MinDS
·
2025-03-28 13:22 ·
Views 276