Add formula appendix to report
This commit is contained in:
99
report.md
99
report.md
@@ -323,3 +323,102 @@ mask-ddpm/
|
|||||||
|
|
||||||
# 结束
|
# 结束
|
||||||
如果你需要更“论文式”的版本(加入公式、伪代码、实验表格),可以继续追加。
|
如果你需要更“论文式”的版本(加入公式、伪代码、实验表格),可以继续追加。
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
# 附录 A:公式汇总(论文可用版)
|
||||||
|
|
||||||
|
> 说明:本附录包含 **代码中已有** 的核心公式,以及 **合理的扩展公式**(可作为方法增强/未来工作)。公式写法尽量简洁,但强调“可解释 + 可复现”。
|
||||||
|
|
||||||
|
## A.1 现有实现可对齐的核心公式
|
||||||
|
|
||||||
|
### (1) 连续扩散(残差 DDPM)
|
||||||
|
\[
|
||||||
|
x_t = \sqrt{\bar{\alpha}_t}\,x_0 + \sqrt{1-\bar{\alpha}_t}\,\epsilon,\quad \epsilon\sim\mathcal{N}(0,I)
|
||||||
|
\]
|
||||||
|
- 解释:对残差进行标准 DDPM 加噪
|
||||||
|
|
||||||
|
### (2) 连续分支损失(x0 或 eps 预测)
|
||||||
|
\[
|
||||||
|
\mathcal{L}_{cont} =
|
||||||
|
\begin{cases}
|
||||||
|
\| \hat{\epsilon}_\theta - \epsilon \|^2 & \text{if target=eps}\\
|
||||||
|
\| \hat{x}_0 - x_0 \|^2 & \text{if target=x0}
|
||||||
|
\end{cases}
|
||||||
|
\]
|
||||||
|
- 解释:当前配置使用 `cont_target=x0` 或 `eps`
|
||||||
|
|
||||||
|
### (3) SNR 加权(当前代码可选)
|
||||||
|
\[
|
||||||
|
\mathcal{L}_{snr} = \frac{\text{SNR}_t}{\text{SNR}_t+\gamma}\,\mathcal{L}_{cont}
|
||||||
|
\]
|
||||||
|
- 解释:高噪声阶段减小权重
|
||||||
|
|
||||||
|
### (4) 离散 Mask‑Diffusion 交叉熵
|
||||||
|
\[
|
||||||
|
\mathcal{L}_{disc} = \frac{1}{|\mathcal{M}|}\sum_{(i,t)\in\mathcal{M}} \mathrm{CE}(\hat{p}_{i,t}, y_{i,t})
|
||||||
|
\]
|
||||||
|
- 解释:只对被 mask 的 token 计算
|
||||||
|
|
||||||
|
### (5) 总损失
|
||||||
|
\[
|
||||||
|
\mathcal{L} = \lambda \mathcal{L}_{cont} + (1-\lambda)\mathcal{L}_{disc}
|
||||||
|
\]
|
||||||
|
- 解释:控制分布 vs 离散的权衡
|
||||||
|
|
||||||
|
### (6) 分位数分布对齐(残差空间)
|
||||||
|
\[
|
||||||
|
\mathcal{L}_{Q} = \frac{1}{K}\sum_{k=1}^{K}\|Q_k(x_{real}) - Q_k(x_{gen})\|_1
|
||||||
|
\]
|
||||||
|
- 解释:对齐分位数,改善 KS
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## A.2 合理扩展公式(可作为增强项 / 未来工作)
|
||||||
|
|
||||||
|
### (7) 时序一致性正则(Lag‑1 约束)
|
||||||
|
\[
|
||||||
|
\mathcal{L}_{lag1} = \|\rho_1(x_{gen}) - \rho_1(x_{real})\|_1
|
||||||
|
\]
|
||||||
|
- 解释:抑制时序退化(lag‑1 diff)
|
||||||
|
|
||||||
|
### (8) 频谱一致性(Temporal PSD)
|
||||||
|
\[
|
||||||
|
\mathcal{L}_{spec} = \|\log S(\omega; x_{gen}) - \log S(\omega; x_{real})\|_1
|
||||||
|
\]
|
||||||
|
- 解释:捕捉周期/扫描频率结构
|
||||||
|
|
||||||
|
### (9) 多尺度 Wasserstein(分布 + 时序混合)
|
||||||
|
\[
|
||||||
|
\mathcal{L}_{MSW} = \sum_{s\in\mathcal{S}} W_1\big(\phi_s(x_{gen}),\phi_s(x_{real})\big)
|
||||||
|
\]
|
||||||
|
- 解释:多尺度对齐,兼顾分布与结构
|
||||||
|
|
||||||
|
### (10) 条件一致性(Type‑aware)
|
||||||
|
\[
|
||||||
|
\mathcal{L}_{cond} = \mathbb{E}\big[\|f_{ctrl}(x_{gen}) - f_{ctrl}(x_{real})\|_2^2\big]
|
||||||
|
\]
|
||||||
|
- 解释:约束控制器/执行器在条件下合理
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## A.3 评估指标(论文描述版)
|
||||||
|
|
||||||
|
### (11) 分布对齐(KS)
|
||||||
|
\[
|
||||||
|
\text{KS}_i = \sup_x |F^{(i)}_{gen}(x)-F^{(i)}_{real}(x)|
|
||||||
|
\]
|
||||||
|
\[
|
||||||
|
\text{avg\_KS} = \frac{1}{d}\sum_{i=1}^{d}\text{KS}_i
|
||||||
|
\]
|
||||||
|
|
||||||
|
### (12) 离散一致性(JSD)
|
||||||
|
\[
|
||||||
|
\text{JSD}(P,Q)=\tfrac12 KL(P\|M)+\tfrac12 KL(Q\|M)
|
||||||
|
\]
|
||||||
|
|
||||||
|
### (13) 时序偏差(Lag‑1 Diff)
|
||||||
|
\[
|
||||||
|
\Delta_{lag1} = \frac{1}{d}\sum_i |\rho_1(x^{(i)}_{gen})-\rho_1(x^{(i)}_{real})|
|
||||||
|
\]
|
||||||
|
|
||||||
|
|||||||
Reference in New Issue
Block a user