去噪 VAE-MoG 中潜变量形态：基于后验抽样的研究
机器学习
2025-10-01 v1 硬件体系结构
摘要
本文探讨了在引力波数据（事件 GW150914）上训练的去噪变分自编码器（VAE）带混合高斯先验（VAE-MoG）的潜空间。为评估模型是否捕捉到底层结构，我们使用 Hamiltonian 蒙特卡洛（HMC）在干净输入条件下抽取后验样本，并将其与噪声数据下编码器输出进行比较。尽管该模型能够准确重构信号，但统计比较结果显示，潜空间存在明显不匹配。这表明强大的去噪性能并不一定意味着潜变量表征可靠，凸显在评估生成模型时使用后验为基础的验证的重要性。
关键词
引用
@article{arxiv.2509.25382,
title = {On the Shape of Latent Variables in a Denoising VAE-MoG: A Posterior Sampling-Based Study},
author = {Fernanda Zapata Bascuñán},
journal= {arXiv preprint arXiv:2509.25382},
year = {2025}
}
备注
Argentine Congress of Embedded Systems (2025)