Volterra 생성 모델은 경로 의존적 노이즈를 주입하는 새로운 프레임워크입니다. 비마르코프 특성을 극복하기 위해 가우시안 사분법을 활용한 마르코프 리프트 기법을 사용합니다. MNIST와 CIFAR-10 데이터셋 실험 결과, 기존 방식 대비 생성 성능이 향상된 것을 확인했습니다.
Volterra 생성 모델은 공유 브라운 운동 요인으로 인한 역방향 시간 퇴화 문제를 해결하기 위해 안정화 조건부 기법과 가우시안 브리지 재구성 샘플러를 적용합니다. 새로운 프레임워크는 데이터 차원 수준에서 학습을 유지하며, 잔류 상태와 분석적 보조 가우시안 점수를 고려합니다.
작은 마르코프 리프트를 사용한 지속적인 분수 노이즈는 MNIST 생성 성능을 개선하고 자연 이미지 확장에 유망한 가능성을 보여줍니다.