基于生成对抗网络的相空间采样与算子置信度
统计力学
2017-10-24 v1
摘要
我们证明生成对抗网络可以被训练以在相空间的不同区域产生伊辛模型构型。在训练生成对抗网络时，判别器神经网络变得非常擅长区分训练集样本和测试集样本。我们证明这种能力可用作异常检测器，给出算子值的估计及其预测置信度。
引用
@article{arxiv.1710.08053,
title = {Phase space sampling and operator confidence with generative adversarial networks},
author = {Kyle Mills and Isaac Tamblyn},
journal= {arXiv preprint arXiv:1710.08053},
year = {2017}
}