यह शोधपत्र एक समय-जागरूक एकल-चरण विसरण नेटवर्क (TADSR) का प्रस्ताव करता है जो मौजूदा एकल-चरण वास्तविक-छवि सुपर-रिज़ॉल्यूशन (रियल-ISR) विधियों की सीमाओं को दूर करता है, जो एक स्थिर विसरण मॉडल (SD) के जनरेटिव पूर्व ज्ञान का उचित उपयोग करने में विफल रहती हैं। मौजूदा विधियाँ SD का उपयोग निश्चित समय चरणों में करती हैं, और विभिन्न नॉइज़-इंजेक्टेड समय चरणों में SD के विभिन्न जनरेटिव पूर्व ज्ञान का पूरी तरह से उपयोग करने में विफल रहती हैं। TADSR एक समय-जागरूक VAE एनकोडर प्रस्तुत करता है जो छवियों को विभिन्न समय चरणों में विभिन्न अव्यक्त विशेषताओं में प्रक्षेपित करता है। समय चरणों और अव्यक्त विशेषताओं में गतिशील परिवर्तनों के माध्यम से, अधिगम मॉडल पूर्व-प्रशिक्षित SD के इनपुट पैटर्न वितरण के साथ बेहतर ढंग से संरेखित होता है। इसके अलावा, समय-जागरूक VSD हानि फलन अधिगम मॉडल और SD समय चरणों के बीच की खाई को पाटता है, और सुसंगत जनरेटिव पूर्व ज्ञान मार्गदर्शन प्रदान करता है। परिणामस्वरूप, TADSR एक ही चरण में अत्याधुनिक प्रदर्शन और नियंत्रणीय सुपर-रिज़ॉल्यूशन प्राप्त करता है। यह समय चरण स्थितियों में परिवर्तन करके निष्ठा और यथार्थवाद के बीच संतुलन को नियंत्रित करने का लाभ भी प्रदान करता है।
