품목정보
발행일	2024년 07월 05일
쪽수, 무게, 크기	172쪽 \| 17022511mm
ISBN13	9791193926444

더보기

카드 뉴스로 보는 책

옮긴이 머리말 viii 추천사 ix 머리말 xi 기호 일람 xv CHAPTER 1 생성 모델 1 1.1 생성 모델이란 무엇인가 1 1.2 에너지 기반 모델과 분배함수 4 1.3 학습 방법 6 1.4 고차원에서의 다봉분포 데이터 생성의 어려움 13 1.5 점수: 로그 우도 입력에 대한 기울기 14 __1.5.1 랑주뱅 몬테카를로 방법 16 __1.5.2 점수 매칭 18 __1.5.3 암묵적 점수 매칭 19 __1.5.4 암묵적 점수 매칭이 점수를 추정할 수 있다는 증명 22 __1.5.5 디노이징 점수 매칭 26 __1.5.6 디노이징 점수 매칭이 점수를 추정할 수 있다는 증명 30 __1.5.7 잡음이 정규분포를 따르는 경우의 증명 32 __1.5.8 점수 매칭 방법 정리 37 요약 37 CHAPTER 2 확산 모델 39 2.1 점수 기반 모델과 디노이징 확산확률 모델 39 2.2 점수 기반 모델 40 __2.2.1 추정한 점수를 사용하는 랑주뱅 몬테카를로 방법의 문제점 40 __2.2.2 점수 기반 모델은 여러 개의 교란 후 분포의 점수를 조합한다 42 2.3 디노이징 확산확률 모델 46 __2.3.1 확산 과정과 역확산 과정으로 이루어진 잠재변수 모델 46 __2.3.2 DDPM의 학습 51 __2.3.3 DDPM에서 디노이징 점수 매칭으로 56 __2.3.4 DDPM을 사용한 데이터 생성 61 2.4 SBM과 DDPM의 신호 대 잡음비를 사용한 통일적인 구조 62 __2.4.1 SBM과 DDPM의 관계 62 __2.4.2 연속 시간 모델 70 __2.4.3 잡음 스케줄과 관계없이 같은 해를 얻을 수 있다 71 __2.4.4 학습 가능한 잡음 스케줄 72 요약 73 CHAPTER 3 연속 시간 확산 모델 75 3.1 확률미분방정식 76 3.2 SBM과 DDPM의 SDE 표현 77 3.3 SDE 표현의 역확산 과정 80 3.4 SDE 표현 확산 모델 학습 81 3.5 SDE 표현 확산 모델 표본추출 83 3.6 확률 플로 ODE 84 __3.6.1 확률 플로 ODE와 SDE의 주변 우도가 일치한다는 증명 86 __3.6.2 확률 플로 ODE의 우도 계산 88 __3.6.3 신호와 잡음으로 나타내는 확률 플로 ODE 88 3.7 확산 모델의 특징 89 __3.7.1 기존 잠재변수 모델과의 관계 90 __3.7.2 확산 모델은 학습이 안정적이다 91 __3.7.3 복잡한 생성 문제를 간단한 부분 생성 문제로 분해한다 92 __3.7.4 다양한 조건을 조합할 수 있다 93 __3.7.5 생성의 대칭성을 자연스럽게 도입할 수 있다 94 __3.7.6 표본을 추출할 때 스텝 수가 많아 생성 속도가 느리다 95 __3.7.7 확산 모델로 어떻게 일반화할 수 있는지에 대한 이해가 미해결 95 요약 96 CHAPTER 4 확산 모델의 발전 97 4.1 조건부 생성에서의 점수 97 4.2 분류기 가이던스 98 4.3 분류기를 사용하지 않는 가이던스 99 4.4 부분공간 확산 모델 102 __4.4.1 부분공간 확산 모델의 학습 104 __4.4.2 부분공간 확산 모델의 표본추출 106 4.5 대칭성을 고려한 확산 모델 107 __4.5.1 기하와 대칭성 107 __4.5.2 화합물의 회전배열 110 요약 117 CHAPTER 5 응용 119 5.1 이미지 생성, 초해상, 보완, 이미지 변환 120 5.2 동영상 및 파노라마 생성 121 5.3 의미 추출과 변환 122 5.4 음성의 합성과 강조 123 5.5 화합물의 생성과 회전배열 124 5.6 적대적 섭동에 대한 강건성 향상 125 5.7 데이터 압축 126 요약 127 APPENDIX A 부록 129 A.1 사전분포가 정규분포, 우도가 선형정규분포인 경우의 사후확률분포 129 A.2 ELBO 130 A.3 신호와 잡음을 이용한 확률 플로 ODE 도출 131 A.4 조건부 생성 문제 135 A.5 디노이징 암묵적 확산 모델 137 A.6 역확산 과정의 확률미분방정식 증명 141 A.7 비가우스 잡음에 의한 확산 모델 146 A.8 Analog Bits: 이산 변수 확산 모델 147 참고 문헌 149 찾아보기 154

더보기

상세 이미지 상세 이미지 보이기/감추기

상품 이미지를 확대해서 볼 수 있습니다. 원본 이미지

더보기

저자 소개 (2명)

책 속으로 책속으로 보이기/감추기

생성 모델이란 목표 도메인의 데이터를 생성하는 모델을 말한다. 그리고 몇몇 생성 모델은 주어진 데이터 x의 우도 p(x)를 평가할 수도 있다. 데이터가 어떻게 생성되는지 이해하는 것은 그 데이터를 이해하는 효과적인 방법의 하나이며, 또한 데이터를 자유롭게 생성할 수 있다면 많은 애플리케이션에 도움이 된다. 그래서 오래전부터 생성 모델에 관해 많은 연구가 이루어져왔다.
--- p.1

첫 번째는 점수 기반 모델(SBM)이다. 1장에서 살펴본 것처럼 디노이징 점수 매칭으로 추정한 점수를 사용하는 랑주뱅 몬테카를로 방법을 이용해서 대상 확률분포로부터 표본을 얻을 수 있다. 그러나 실제로는 점수 추정에 문제가 있고 표본추출에 매우 오랜 시간이 필요하며 고차원 다봉분포에서는 표본추출이 잘되지 않는다는 문제가 있다. 이런 문제를 해결하기 위해서 여러 개의 크기가 다른 잡음으로 섭동한 분포상에서 점수를 학습하고 랑주뱅 몬테카를로 방법을 이용해서 데이터를 생성하는 것을 살펴본다.
--- p.39

확률 플로 ODE는 ODE를 사용한 생성 모델인 신경 ODE(neural ODE)의 특수한 형태로 볼 수 있다. 신경 ODE는 미분방정식을 사용해서 사전분포에서 추출된 데이터를 변화시키는 방법으로 각 시간의 변화량을 신경망으로 모델링한다. 확률 플로 ODE는 이 변화량을 앞의 식 (3.6)을 바탕으로 정의한다.
--- p.85

분류기를 사용하지 않는 가이던스는 분류기 가이던스 문제를 해결할 수 있다. 다양한 잡음 수준에서 분류기를 조건 없는 점수와 따로 학습할 필요가 없고 일반적인 학습에서 조건을 일정 확률로 드롭아웃시키기만 하면 된다. 그래서 학습을 크게 단순화할 수 있다. 또, 조건부 점수와 조건 없는 점수의 학습을 공유화해서 실제로 관계없는 y와 x의 관계를 발견할 가능성을 줄일 수 있으므로 생성 품질을 대폭 개선할 수 있다.
--- p.101

가장 학습이 어려웠던 동영상 생성도 확산 모델을 사용해서 구현되고 있다. 동영상 생성은 각 프레임의 이미지를 생성하는 문제로 볼 수 있다. 동영상 생성은 매우 고차원의 데이터 생성 문제를 다루기 때문에 훈련 데이터에 과적합 하는 것조차 어려웠다. 확산 모델을 사용한 동영상 생성은 일부 프레임을 생성하여 그것을 조건으로 사용하는 방식이다.

--- p.121

출판사 리뷰 출판사 리뷰 보이기/감추기

회원리뷰 (0건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

등록된 리뷰가 없습니다!

첫번째 리뷰어가 되어주세요.

한줄평 (0건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

등록된 한줄평이 없습니다!

첫번째 한줄평을 남겨주세요.

배송/반품/교환 안내

배송 안내

반품/교환 안내에 대한 내용입니다.
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내에 대한 내용입니다.
반품/교환 방법	고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리