#密度估计

可训练扩散场生成式SDE：密度损失优化新方法

本文介绍了一种基于散度核的生成式SDE新方法，可联合优化神经SDE的漂移场、扩散场和初始分布，并直接使用终端密度损失训练。在二维和八维高斯混合实验中，该方法生成的离模式样本显著少于得分匹配生成器，展现出在复杂分布建模上的潜力。