面向计数数据的流匹配

高维计数数据出现在单细胞 RNA 测序和神经脉冲序列等应用中，其中跨连续批次或时间点的分布之间的映射构成了数据分析的关键组成部分。扩散模型和流模型等深度生成模型近期在图像、视频和文本上的成功，促使人们将这些思想推广到计数值场景，但许多现有方法要么将每个计数视为一个类别状态，要么将计数变换到连续空间，而当计数范围很大时，这两种做法都不自然也不高效。我们提出 count-FM，一个基于具有局部单位跳跃的连续时间生灭过程的计数数据流匹配框架。Count-FM 通过对条件转移速率进行免模拟训练，在计数空间中高效地学习边际转移，从而实现任意计数分布源群体与目标群体之间的传输。在模拟中，count-FM 的各个变体在使用显著更少参数的同时取得了很强的样本质量。我们进一步将 count-FM 应用于 scRNA-seq 和神经脉冲序列数据的无条件生成、传输和条件生成。在这些任务中，count-FM 均带来了样本质量提升、建模效率提高以及可解释的传输路径。

中文由 AI 翻译，仅供参考，以原文为准。