待验证50% 置信事实精确时间
DenoFlow 采用 rectified-flow（修正流）框架，场网络回归污染信号与干净信号之间直线路径上的速度场
1
来源数
50%
置信度
长期有效
时效性
2026/10/8
首次发现
来源
涉及实体
相关事实
待验证Rectified Flow 是流匹配的一种具体实现，将源分布与目标分布之间的路径拉直为直线，使积分步数更少、生成效率更高72% 相似待验证DenoFlow 是一种用于稳态视觉诱发电位（SSVEP）脑电信号去噪的方法，采用流匹配（Flow Matching）建模思路67% 相似待验证常见的绘画算法如泛洪填充、扩散限制凝聚（DLA）、反应扩散系统均可视为特殊参数下的元胞自动机变体，两者都是对离散二维网格执行基于邻域的状态转换60% 相似待验证扩散模型的反向过程通常使用U-Net或DiT（Diffusion Transformer）架构来预测每一步应去除的噪声量60% 相似待验证机制可解释性研究者将贯穿全网络的信息流称为残差流，每个注意力头和前馈网络都通过线性投影从残差流中读取信息并以叠加方式写回59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/986805API
curl https://kongchang.com/api/v1/knowledge/claims/986805MCP
get_claim(id=986805)