Разработка и верификация моделей условной генерации для улучшения качества звука и изображения. Этап 3

Объект исследования данной работы — вероятностные генеративные нейросетевые модели на основе диффузии, и их обобщения на различные вероятностные распределения и многообразия. Цель работы — обобщение аппарата диффузионных моделей на новые классы распределений и данные на многообразиях, и разработка практичных алгоритмов обучения таких моделей и генерации объектов с их помощью. Основные результаты: — Разработана общая методология звёздчатых диффузионных моделей, позволяющая определять диффузионные модели с произвольными распределениями; произведен глубокий теоретический анализ модели, показана связь с существующими аналогами; — Разработаны эффективные алгоритмы обучения звёздчатых диффузионных моделей и генерации объектов с их помощью для случая распределений из экспоненциального семейства; разработан алгоритм ускоренной генерации; — Рассмотрены конкретные примеры звёздчатых диффузионных моделей для широкого набора различных распределений; — Разработан набор практических приёмов, необходимых для эффективной работы звёздчатых диффузионных моделей; — Эффективность предложенных моделей продемонстрирована экспериментально на наборе различных задач.