아핀 변환의 일반화
MAF와 IAF에서 사용하는 조건부 아핀 단변량 변환을 더 일반적인 가역 변환으로 대체한다. 단조 신경망으로 변환을 표현해 두 자기회귀 흐름의 접근을 통합하고 일반화한다.
복잡한 분포의 표현
제안한 NAF가 연속 확률 분포를 보편적으로 근사하는 성질을 분석했다. 늘어난 표현력을 이용해 여러 봉우리를 가진 목표 분포도 더 풍부하게 표현하려는 구조다.
밀도와 잠재 모형 평가
원 연구는 여러 밀도 추정 과제와 이진화한 MNIST로 학습한 VAE에서 평가했다. VAE에서는 IAF와 비교해 유연한 사후 변환의 효과를 조사했다.
관련 문서
B-NAF / MAF 마스크 자기회귀 흐름 / IAF 역자기회귀 흐름 / 신경 스플라인 흐름 / 정규화 흐름 변분 추론 / 변분 오토인코더