score based 생성자 모델을 더욱 확장하기 위해 저자는 SDE를 통해 이전 접근 방식과 통합된 방법을 제안한다.

forward는 random noise를 점차적으로 diffuse하고 학습가능한 파라미터나 데이터에 의존하지 않도록 정해진 SDE가 주어진다.

reversing은 생성을 위해 랜덤 noise를 부드럽게 바꾼다.

SCORE-BASED GENERATIVE MODELING WITH SDES

Perturbing data with SDE

Ito SDE로 diffusion model 작성했다. 결정적인 term($f(x,t)$)과 확률적인 term($g(t)$)으로 구성되었다.

w는 wiener process이다.(aka Brownian motion)

GENERATING SAMPLES BY REVERSING THE SDE

reverse process는 위에 설명된 변수와 함수랑 같다.

ESTIMATING SCORES FOR THE SDE

score-based model 학습 할 수 있다.