AI4Sセミナー: Wei Huang「科学データのための拡散モデル」

理化学研究所AIPのWei Huang氏が、拡散モデルによる科学データ生成についての研究発表を行います。対象は分子構造や生物学的測定データからタンパク質・DNA配列まで幅広く、連続状態空間と離散状態空間の双方において、これらのモデルがどのように構造を活用するかを検討します。 本セミナーでは最近の2つの研究を取り上げます。連続データについては、Score-induced Latent Diffusion (SiLD) が多様体仮説のもとで「collapse-and-refine」の機構を明らかにします。すなわち、スコア学習がまず低次元のデータ多様体を発見し、その内部で分布を精緻化するというものです。理論的な動機と分子生成への応用を解説します。離散データについては、Doobのh変換に着想を得た、マスク拡散モデル向けのプラグイン型トークン順序付けモジュールDPRMを紹介します。モデルの確信度と将来の報酬推定を組み合わせ、基盤となる拡散モデルを変更せずに生成順序を調整します。 2つの研究の紹介に先立ち、連続拡散モデルと離散拡散モデルの基本的な考え方から説明する予定のため、さまざまな背景を持つ参加者が理解しやすい内容です。オンラインで開催されます。