DVS

概要

DVS (Drift Variation Score)は、グラフ拡散モデルにおけるサンプリング過程を改善する情報幾何学的な適応サンプリング手法です。

複雑な多様体上での分布進化の非均質なダイナミクスを考慮し、Fisher-Raoメトリックを用いてドリフト変動スコアを導出します。

これにより、統計的多様体上で一定の情報速度を維持し、各離散化ステップが情報速度に均等に貢献する「等アーク長」戦略を強制します。

既存のグラフ拡散モデルの学習プロセスを変更することなく、推論時にプラグアンドプレイで適用できるため、構造の忠実度とサンプリング効率を大幅に向上させます。

主に分子グラフやソーシャルネットワークなどのグラフ生成を行う研究者や開発者が、高品質かつ効率的なサンプリングを目的として利用することを想定しています。

互換性・特徴

• Python
• PyTorch
• GPU必須
• CLI
• グラフ生成
• 研究用途

基本情報

GitHub: https://github.com/kunzhan/DVS