AI4Sセミナー Wei Huang氏「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、本AI4Sセミナーで科学データのための拡散モデルに関する最新の研究成果を発表します。講演では、拡散モデルが連続および離散の状態空間においてどのように構造を活用するかを扱い、基礎的な考え方の紹介から始めて、2つの最近の研究成果へと進みます。 連続データについては、多様体仮説のもとで「収束と精緻化」のメカニズムを明らかにするScore-induced Latent Diffusion(SiLD)を紹介し、スコア学習がまず低次元のデータ多様体を発見し、その後その中で分布を精緻化する仕組みと、分子生成への応用について説明します。離散データについては、Doobのh変換に着想を得たマスク付き拡散モデル向けのプラグイン型トークン順序モジュールDPRMを紹介し、モデルの確信度と将来のタスク報酬の推定を組み合わせることで、拡散モデル自体を変更せずに生成順序を適応させる手法を説明します。 本セミナーは、基礎概念を紹介したうえで2つの最新研究を発表する構成となっており、さまざまな背景を持つ参加者にとって理解しやすい内容になっています。