新闻中心 
-
02-22爆火Sora背后的技术，一文综述扩散模型的最新发展方向为了使机器具有人类的想象力，深度生成模型取得了重大进展。这些模型能创造逼真的样本，尤其是扩散模型，在多个领域表现出色。扩散模型解决了其他模型的限制，如VAEs的...
-
02-20大型多视角高斯模型LGM：5秒产出高质量3D物体，可试玩为了应对元宇宙对于3D创意工具需求的持续增长，最近人们对三维内容生成（3DAIGC）表现出了极大的兴趣。同时，3D内容创作在质量和速度方面也取得了明显的进步。尽...
-
01-30利用核模型高斯过程(KMGPs)进行数据建模核模型高斯过程(KMGPs)是一种复杂的工具，用于处理各种数据集的复杂性。它通过核函数扩展了传统高斯过程的概念。本文将详细讨论KMGPs的理论基础、实际应用和面...
-
01-24监督分类算法及其工作原理的综述用于监督分类的算法可以对数据进行分类和预测，是机器学习领域中最常用的算法之一。这些算法可以对不同领域的数据进行分类，例如图像识别、语音识别、信用评估、风险分析等...
-
01-23扩散生成模型的离散和连续的区别扩散生成模型（DGM）是一种基于深度学习的数据生成模型，它利用扩散过程的物理原理来生成数据。DGM将数据视为一个初始状态通过一系列扩散步骤逐渐演化而来的过程。这...
-
01-23高斯核SVM和RBF神经网络的关联分析高斯核SVM和RBF神经网络是常见的非线性分类器。它们有许多相似之处，但也有一些不同。这篇文章将详细介绍这两种方法的联系，包括它们的原理、优点和缺点，以及它们在...
