拡散生成モデルの基礎：物理学的な視点から

拡散生成モデルは、データを徐々にノイズ化し、その逆プロセスでノイズから本物らしいデータを生成する確率的な機械学習手法です。ここでいうデータは、数値的には高次元空間上の点（粒子）とみなすことができ、その集まりは空間上の確率密度を形成すると考えられます。本セミナーでは、粒子レベルと密度レベルの両方の視点からデータのノイズ化を定式化し、その時間反転をモデル化する点に焦点を当て、拡散生成モデルの背後にある数理を物理学の視点を強調して解説します。