[15′ ICLR] NICE: NON-LINEAR INDEPENDENT COMPONENTS ESTIMATION 핵심 리뷰
Normalizing Flow를 DNN을 사용하여 구현한 모델인 NICE의 핵심 내용을 살펴봅니다. Coupling Layer와 Additive Function을 사용하여 어떻게 제약조건을 해결했는지 살펴봅니다.
Image Generative Model
[17′ ICLR] DENSITY ESTIMATION USING REAL NVP (RealNVP) 핵심 리뷰
Affine Coupling Layer를 사용하여 Normalizing Flow 모델을 구현한 RealNVP의 핵심 내용을 살펴봅니다.
[18′ NIPS] Glow: Generative Flow with Invertible 1×1 Convolutions 핵심 리뷰
Actnorm, Invertible 1×1 Convolution, Affine Coupling Layer를 사용하여 Normalizing Flow 모델을 구현한 Glow의 핵심 내용을 살펴봅니다.
[22′ ICLR] SDEDIT: GUIDED IMAGE SYNTHESIS AND EDITING WITH STOCHASTIC DIFFERENTIAL EQUATIONS
SDEdit은 확률적 미분 방정식을 활용해 사용자 입력을 기반으로 현실적이고 고화질의 이미지를 생성하고 편집하는 모델입니다. 이 논문 리뷰글은 SDEdit의 원리와 장단점을 쉽게 설명하며, 추가 학습 없이 다양한 작업에 적용할 수 있는 이 혁신적인 도구를 소개합니다.
[23′ ICCV] ControlNet : Adding Conditional Control to Text-to-Image Diffusion Models
텍스트-이미지 변환 모델의 한계를 극복하는 ControlNet을 소개합니다. 이미지 조건부 입력을 통해 더 정밀한 이미지를 생성하며, 향상된 제어력과 안정적인 학습을 제공합니다. Stable Diffusion에 적용된 사례와 장단점을 자세히 다룹니다.
