从生成流的潜在空间生成新桥型的尝试

Hongjun Zhang

从生成流的潜在空间生成新桥型的尝试

机器学习 2024-01-22 v1 人工智能计算机视觉与模式识别

作者: Hongjun Zhang

摘要

通过不同分布之间的坐标与概率变换示例，简洁明了地介绍了标准化流的基本原理。从随机变量函数分布的视角解释了概率变换的本质，并引入了概率变换的缩放因子雅可比行列式。将数据集视为总体的样本，获取标准化流本质上是通过抽样调查对总体的数值特征进行统计推断，随后采用最大似然估计方法建立损失函数。本文介绍了标准化流如何巧妙地解决高维矩阵行列式计算和神经网络可逆变换这两大应用挑战。利用三跨梁桥、拱桥、斜拉桥和悬索桥的对称结构化图像数据集，基于 TensorFlow Probability 库中的 Glow API 构建并训练标准化流。该模型能够将桥梁数据集的复杂分布平滑地转换为标准正态分布，并从获得的潜在空间中采样，生成不同于训练数据集的新桥型。

关键词

标准化流潜在空间桥型生成概率变换雅可比行列式

引用

@article{arxiv.2401.10299,
  title  = {An attempt to generate new bridge types from latent space of generative flow},
  author = {Hongjun Zhang},
  journal= {arXiv preprint arXiv:2401.10299},
  year   = {2024}
}

备注

10 pages, 11 figures

从生成流的潜在空间生成新桥型的尝试

摘要

关键词

引用

备注

相关论文