从受损数据中学习干净分布的创新方法

AmbientDiffusion是一种能够从损坏数据中学习干净分布的创新方法，为科学应用中无法获得未损坏样本的问题提供了解决方案。该框架不仅适用于学习分布，还可以训练生成模型，避免记忆训练样本。研究人员通过在扩散过程中引入额外的测量失真，进一步破坏原始扭曲图像，并挑战模型从其他扭曲图像中预测原始扭曲图像。