
Un schéma, présenté dans un style académique clair, illustre la distinction entre les processus d'entraînement et d'inférence d'un modèle de diffusion appliqué à des données de séries temporelles. Le côté gauche représente la phase d'entraînement : partant de données réelles et propres, un bruit gaussien est ajouté de manière itérative par un processus de diffusion directe. Le modèle est entraîné à l'aide d'échantillons bruités de vérité terrain. Des flèches lisses et cohérentes indiquent une distribution de données stable. Le côté droit illustre la phase d'inférence (échantillonnage) : partant d'un bruit pur, un processus de diffusion inverse est effectué, où le modèle utilise itérativement ses propres prédictions antérieures comme entrées. Les erreurs de prédiction mineures et accumulées sont visuellement mises en évidence, entraînant un décalage dans la distribution d'entrée par rapport à la distribution d'entraînement. "Distribution d'entraînement" et "Distribution d'inférence" sont clairement étiquetées, et leur inadéquation est représentée à l'aide de flèches divergentes ou de trajectoires décalées. Un design minimaliste et plat est employé, avec un fond blanc et des couleurs douces (bleu pour l'entraînement, orange ou rouge pour l'inférence).
Le processus se déroule en cinq étapes principales : saisie ...