Ce contenu fait référence à un article de recherche intitulé "Follow the Mean: Reference-Guided Flow Matching". Il explore une nouvelle méthodologie dans les modèles génératifs.
![Follow the Mean: Reference-Guided Flow Matching [R]](/cdn-cgi/image/width=3840,quality=75,format=webp/https://preview.redd.it/5pleq5b4861h1.png?width=140&height=91&auto=webp&s=5f80ce290c30e51700f9b9fd0f907ee56e9382b2)
Ce travail analyse le rôle de la déformation (strain) et de la vorticité dans l'erreur d'intégration numérique pour l'appariement de flux, prouvant que la déformation contrôle l'amplification exponentielle de l'erreur tandis que la vorticité y contribue linéairement. Il montre également que les champs de vitesse de transport optimaux sont irrotationnels, conduisant à une précision d'Euler de second ordre.
Cette recherche propose PrismFlow, une nouvelle méthode de Flow Matching pour la génération de données de séries temporelles de haute qualité. Elle s'attaque au problème des approximations trop lissées dans les estimateurs de champ vectoriel uniques en introduisant des experts dynamiques inspirés de Koopman qui apprennent des corrections résiduelles.