한 줄 요약 — 5차원 입력 $(x, y, z, \theta, \phi)$ 를 받아 색과 밀도를 내보내는 MLP와 볼륨 렌더링을 결합해 사실적인 새 시점 이미지를 만든다.

논문: arXiv:2003.08934

1. 문제 정의

2. 방법

3. 실험

4. 정리

한 줄 요약 — 이미지를 16×16 패치 시퀀스로 만들어 표준 Transformer에 넣으면, 대규모 사전학습 조건에서 CNN보다 좋은 성능을 낸다.

논문: arXiv:2010.11929

1. 문제 정의

2. 방법

3. 실험

4. 정리

한 줄 요약 — 데이터를 점진적으로 가우시안 노이즈로 망가뜨리는 과정을 정의하고, 그 역과정을 신경망으로 학습해 샘플을 생성한다.

논문: arXiv:2006.11239 · 코드: GitHub

1. 문제 정의

2. 방법

Forward process는 다음과 같이 정의됩니다.

3. 실험

4. 정리