面向群体特定扩散模型的两阶段分数估计

研究提出一种扩散迁移的统计框架，将共享池化分数与目标特定偏移量分开分析，在池化密度的 Besov 正则性与偏移量的稳定分层组合模型下推导出收敛速率，并识别出更简单的偏移量何时比单独拟合获得更快风险界速率。研究证明偏移量在扩散时间趋近零时保持有界且联合正则，使下界时间截断可多项式消失，并为扩散模型作为密度估计器提供全变差保证。合成模拟与图像基准验证了该框架。