一种基于能量模型隐空间生成新桥型的尝试

使用能量模型进行桥型创新。损失函数通过博弈论进行解释，逻辑清晰且公式简单明了。从而避免使用最大似然估计来解释损失函数，并消除了使用蒙特卡洛方法求解归一化分母的需要。假设桥型总体服从玻尔兹曼分布，构建一个神经网络来表示能量函数。使用 Langevin 动力学技术生成具有低能量值的新样本，从而建立了一个基于能量的桥型生成模型。在三跨梁桥、拱桥、斜拉桥和悬索桥的对称结构图像数据集上训练能量函数，以准确计算真实样本和伪造样本的能量值。从隐空间采样，利用梯度下降算法，能量函数将采样点转化为低能量分数样本，从而生成不同于数据集的新桥型。由于本次尝试中训练不稳定且缓慢，生成新桥型的可能性极低，且生成图像的清晰度较低。