每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成,并以非盈利为基础运营。
论文版权归作者及相关机构所有,分享时请注明出处。

HOG-Diff:用于图生成的高阶引导扩散

Created by
  • Haebom

作者

黄一鸣,托尔加·伯达尔

大纲

HOG-Diff 是一种图生成模型,旨在克服图像生成框架的局限性,并有效捕捉图的高维拓扑结构。它利用扩散桥实现的高阶拓扑信息,逐步生成图。在分子和一般图生成任务中,HOG-Diff 的表现优于现有模型。

Takeaways, Limitations

Takeaways:
通过考虑图的高阶拓扑结构来提高图生成的准确性。
比现有扩散模型更有力的理论保证
在分子和通用图生成中实现 SOTA
👍