DiffTR：坐标条件扩散统一张量恢复任务

Zhengyun Cheng、Guanwen Zhang、Wei Zhou 提出无监督框架 DiffTR，用坐标索引的共享因子条件化紧凑评分网络，通过 score matching 联合学习因子与隐式张量表示，统一处理张量补全、去噪和高光谱超分辨率。 该框架将表示学习与任务特定观测建模分离，支持标量和向量输出，以覆盖表格张量、图像和视频。作者称实验显示其在多种张量模态和恢复任务上取得有竞争力的重建质量，代码已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。