生成建模中变量变换公式综述
机器学习
2023-08-08 v1
摘要
变量变换（CoV）公式可通过具有易处理雅可比行列式的习得变换，将复杂概率密度化简为更简单者。因此它们是基于最大似然学习、贝叶斯推断、离群点检测、模型选择等的强有力工具。CoV 公式已针对大量模型类型导出，但这些信息分散于许多独立工作中。我们从编码器/解码器架构的统一视角给出系统性处理，将 28 个 CoV 公式汇集于一处，揭示看似不同方法间有趣的关联，强调文献中不总清晰的重要区别，并识别出令人惊讶的研究空白。
引用
@article{arxiv.2308.02652,
title = {A Review of Change of Variable Formulas for Generative Modeling},
author = {Ullrich Köthe},
journal= {arXiv preprint arXiv:2308.02652},
year = {2023}
}