
Un diagramma schematico, presentato in uno stile pulito e accademico, illustra la distinzione tra i processi di training e inferenza di un modello di diffusione applicato a dati di serie temporali. Il lato sinistro raffigura la fase di training: partendo da dati reali e puliti, il rumore gaussiano viene aggiunto iterativamente attraverso un processo di diffusione in avanti. Il modello viene addestrato utilizzando campioni rumorosi ground-truth. Frecce lisce e coerenti indicano una distribuzione dei dati stabile. Il lato destro illustra la fase di inferenza (campionamento): partendo da rumore puro, viene eseguito un processo di diffusione inversa, in cui il modello utilizza iterativamente le proprie previsioni a priori come input. Errori di previsione minori e accumulati sono enfatizzati visivamente, risultando in uno spostamento nella distribuzione di input rispetto alla distribuzione di training. "Distribuzione di Training" e "Distribuzione di Inferenza" sono chiaramente etichettate, e la loro discrepanza è rappresentata usando frecce divergenti o traiettorie sfalsate. Viene impiegato un design minimalista e piatto, caratterizzato da uno sfondo bianco e colori tenui (blu per il training, arancione o rosso per l'inferenza).
Il processo si sviluppa in cinque fasi fondamentali: input d...