抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
共通画像-画像翻訳法は,ソースとターゲットドメインの両方からのデータ上の関節訓練に依存する。訓練プロセスは,データ分離とプライバシー保護を妨げる両方のデータセットへの同時アクセスを必要とする。そして既存のモデルは新しいドメインペアの翻訳に容易に適応できない。拡散モデルに基づく画像変換法である二重拡散陰的ブリッジ(DDIB)を提示し,ドメイン対に関する訓練を回避する。DDIBsによる画像翻訳は,各ドメインで独立に訓練された2つの拡散モデルに依存し,2段階プロセスである:DDIBsは,ソース拡散モデルによるソース画像のための潜在符号化を最初に取得し,次に,ターゲット画像を構築するために,ターゲットモデルを用いてそのような符号化を解読する。両ステップは常微分方程式(ODE)により定義され,従って,プロセスはODEソルバの離散化誤差までのみ一致した。理論的には,ソースの潜在への連結としてDDIBを解釈し,この方法の有効性を説明するために,エントロピー正則化最適輸送の形式であるSchroedingerブリッジをターゲットとする。実験的に,合成および高分解能画像データセットにDDIBを適用し,多様な翻訳タスクおよびそれらの固有の最適輸送特性における有用性を実証した。【JST・京大機械翻訳】