الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-22

تحسين تدريب خرائط التدفق العشوائي القوية

العنوان الأصلي: Improved Training of Strong Stochastic Flow Maps

تَعِد خرائط التدفق العشوائي بأخذ عينات من المعادلات التفاضلية العشوائية بخطوات قليلة عبر تعلم القفز مباشرة بين الأزمنة على طول مسار الحل، لكن تدريبها صعب لأن مسار براون كائن لانهائي الأبعاد غير قابل للاشتقاق في أي موضع، ما يجعل دوال الخسارة المبنية على الاشتقاق بعيدة المنال. يمثل المؤلفون مسار براون بامتداد لكثيرات حدود ليجراند المُزاحة ويدربونه بهدف على طراز Wong-Zakai لإطلاق العنان لدوال الخسارة المبنية على الاشتقاق، ويقترحون وصفة لضبط نماذج التدفق المدرَّبة مسبقاً واسعة النطاق بدقة لتصبح خرائط تدفق عشوائي قوية. على ImageNet يحقق ذلك تحسناً يقارب ثلاثة أضعاف في FD-DINOv2 مقارنة بـ SSFM عند أربعة NFE.

اقرأ المصدر الأصلي ↗

جميع العناصر →