「真のデノイズ結果の平均」はデータ𝑥" とノイズ𝜖 ~ 𝑁(0, I)の線形和で表せる ≤ 9 "&' ( 𝔼) 𝑥" 𝑥% 𝐷*+ 𝑞 𝑥"#$ 𝑥", 𝑥% ‖ 𝑝! 𝑥"#$ 𝑥" − log 𝑝! 𝑥% + {𝑝! 𝑥( と𝑝!(𝑥")に関する項} C 𝜇" 𝑥", 𝑥% = 𝑐%𝑥% + 𝑐$𝑥" = 𝑐% 1 𝛼" + 𝑐$ 𝑥" − 𝑐% 1 − 1 𝛼" 1 𝛼" 𝜖 𝑐! = 𝛽" 1 − 𝛽"#$ 1 − - 𝛼" , 𝑐$ = 1 − 𝛽" (1 − - 𝛼"#$ ) 1 − - 𝛼" 𝑥" = - 𝛼" 𝑥! + 1 − - 𝛼" 𝜖 実はどちらもガウス分布なので平均パラメタの二乗誤差となる ※𝑁(𝑥"#$; 7 𝜇"(𝑥", 𝑥!), 9 𝛽"𝑰)と𝑁(𝑥"#$; 𝜇%(𝑥", 𝑡), 𝜎" &𝑰) 1 2𝜎! = 0 𝜇! 𝑥!, 𝑥" − 𝜇>(𝑥!, 𝑡) = + const. 𝒙𝒕 から𝝐を推定して0 𝜇! に変換することも可能 ※時刻に応じた係数も無視 = 𝔼",$ 𝜖 − 𝜖!( * 𝛼"𝑥% + 1 − * 𝛼"𝜖, 𝑡) & 最終的に学習に 利用する損失