본문 바로가기

확률미분방정식11

Generator를 이해하기 위해 필요한 개념: test function, markov process, transition kernel , marginal action, transition action Generator를 이해하기 위해 필요한 개념인 test function, markov process, transition kernel , marginal action, transition action에 대해 알아보자. $S$를 state space라 하고 $S$는 $\mathbb{R}^d$이거 discrete set이다. discrete set이란 원소가 유한개인 셋이라 보면 된다. $S$위의 probability measure가 $\mu_1, \mu_2$가 있다고 하자. $\mu_1, \mu_2$가 같은지 안같은지 보려면 test를 보면 된다. test에 쓰일수 있는 함수들으 모아 $T$라는 것을 정의하자. $$T: \text{ set of all test functions on } S \iff \t.. 2026. 4. 20.
random vector의 pdf의 change of variable, 랜덤벡터의 확률밀도함수의 변수변환 random vector의 pdf의 change of variable, 랜덤벡터의 확률밀도함수의 변수변환에 대해 알아보자. 어떤 확률벡터가 있다고 하자. 여기에 어떤 변환을 작동하여 또다른 확률벡터가 나온다 하자. 그러면 확률밀도함수도 변할것이다. 이랬을 때 확률밀도함수를 웬만한 경우 구할 수 있고 공식이 있다. 이것을 확률밀도함수의 변수변환이라 한다. 이번 글에서는 랜덤벡터가 변할때 이것의 pdf가 어떻게 변하는지 보도록 하고 이것을 change of variable of pdf라고 부르도록 하자. random vectore의 probability density function의 change of variable다시 본론으로 들어와서 random vector의 pdf의 변수변환에 대해 알아보도록 하자... 2026. 4. 15.
Radon Nikodym derivative 라돈니코딤 미분의 정의 이번 글에서는 라돈니코딤 미분의 정의에 대해서 알아보자. 영어로는 Radon-Nikodym derivative이다. 줄여서 RND라고도 한다. 알엔디... 기술개발과 관려있다. 여튼 이제 시작해보도록 하자. Radon nikodym derivative의 의미radon nikodym derivative는 무엇일까? 말그대로 미분이다. 미분의 개념이라 볼 수 있다. 그리고 적분의 변수변환과도 관련있다. radon nikodym derivative 즉 RND는 어떤 확률공간에서 정의되는 미분이다. 어떤 probability measure가 있을 때 또다른 probability measure에 대한 미분이라 보면 되고 이것을 이용해서 확률미분적분을 할 수 있다. 이제 정의를 보도록 Radon nikodym d.. 2026. 4. 13.
diffusion model (확산모델, 디퓨전모델) 에서 score란 무엇일까? 이번 글에서는 diffusion model에서 score가 무엇인지 알아보도록 하자. diffusion model은 확산모델 혹은 디퓨전 모델이라고도 한다. 디퓨전 모델은 sde를 이용해 표현되곤 한다. 지난 글들([확률미분방정식] - diffusion model, reverse sde 데이터 생성을 위한 sde,[확률미분방정식] - diffusion model, forward sde에 대해서 알아보도록 하자) 에서 forward sde, reverse sde등에 대해 알아봤었다. forward sde는 인간이 설정하는 것이고 그에 대응하는 reverse sde가 있다. reverse sde에서 갑자기 pdf의 log의 미분이 나온다. 이것을 부르는 용어가 score이다. score는 디퓨전 모델을 위한.. 2026. 4. 7.
diffusion model, reverse sde 데이터 생성을 위한 sde reverse sde에 대해 알아보자. sde는 stochastic differential equation이다. 디퓨전 모델에서는 forward sde와 reverse sde가 있다. forward sde는 data distribution을 noisy하게 만드는 것을 표현한다. 데이터 분포를 가우시안 노이즈로 만드는 것을 표현한다. forward sde는 개발자가 drift term, diffusion term을 어떻게 정의하냐에 따라 달라진다. reverse sde는 forward sde의 반대과정이다. forward sde가 data distribution을 noise로 만드는 것이라면 reverse sde는 노이즈를 데이터 분포로 만드는 것이다. reverse sde는 forward sde가 정해지.. 2026. 4. 6.
diffusion model, forward sde에 대해서 알아보도록 하자 이번 글에서는 디퓨전 모델에 대해 알아보자. 영어로는 diffusion model이라고 하자. 디퓨전 모델은 데이터를 노이즈로 보내는 과정과 노이즈를 데이터로 보내는 과정이 있다. 데이터를 노이즈로 보내는 과정을 forward process라고 한다. 그리고 이것을 forward sde를 이용해서 표현한다. sde는 stochastic differential equation이라고 하죠. 이번 글에서는 데이터에서 노이즈로 보내는 forward sde를 정의한다. forward sde알기전에 알아야 할 것들forward sde에 대해 알기전에 알아야 할것들이 많다. 아래 글들을 쭉 보도록 하자.[확률미분방정식] - SDE stochastic differential equation 확률미분방정식에 대해 알아보.. 2026. 4. 3.