i-flow：基于归一化流的高维积分与采样
计算物理
2020-08-19 v2 机器学习
高能物理 - 唯象学
机器学习
摘要
在诸多科学领域中需要进行高维积分。人们已开发数值方法来评估这些复杂积分。我们介绍了 i-flow 代码，一个利用归一化流执行高维数值积分的 python 包。归一化流是两个分布之间机器学习得到的双射映射。i-flow 也可用于根据高维中的复杂分布采样随机点。我们将 i-flow 与其他高维数值积分算法进行比较，表明对于高维相关积分，i-flow 优于它们。i-flow 代码公开可用，网址为 https://gitlab.com/i-flow/i-flow。
引用
@article{arxiv.2001.05486,
title = {i-flow: High-dimensional Integration and Sampling with Normalizing Flows},
author = {Christina Gao and Joshua Isaacson and Claudius Krause},
journal= {arXiv preprint arXiv:2001.05486},
year = {2020}
}
备注
21 pages, 5 figures, 4 tables; v2: improved presentation and discussion, matches published version. Mach. Learn.: Sci. Technol (2020)