論文の概要: Implicit Variational Conditional Sampling with Normalizing Flows
- arxiv url: http://arxiv.org/abs/2107.02474v1
- Date: Tue, 6 Jul 2021 08:40:03 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-07 13:58:43.325905
- Title: Implicit Variational Conditional Sampling with Normalizing Flows
- Title（参考訳）: 正規化流を用いた暗黙的変分条件サンプリング
- Authors: Vincent Moens, Aivar Sootla, Haitham Bou Ammar, Jun Wang
- Abstract要約: 観測結果の一部しか得られない場合, 正規化フローを用いた条件付きサンプリング手法を提案する。
提案手法は,推論と分類のための非可逆残差ネットワークに適用可能であることを示す。
- 参考スコア（独自算出の注目度）: 14.733878559657825
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present a method for conditional sampling with normalizing flows when only
part of an observation is available. We rely on the following fact: if the
flow's domain can be partitioned in such a way that the flow restrictions to
subdomains keep the bijectivity property, a lower bound to the conditioning
variable log-probability can be derived. Simulation from the variational
conditional flow then amends to solving an equality constraint. Our
contribution is three-fold: a) we provide detailed insights on the choice of
variational distributions; b) we propose how to partition the input space of
the flow to preserve bijectivity property; c) we propose a set of methods to
optimise the variational distribution in specific cases. Through extensive
experiments, we show that our sampling method can be applied with success to
invertible residual networks for inference and classification.
- Abstract（参考訳）: 観測結果の一部しか得られない場合, 正規化フローを用いた条件付きサンプリング手法を提案する。
フローのドメインを、サブドメインへのフロー制限が全単射性を保持するように分割できるなら、条件付き変数のlog-probabilityに対する下限を導出することができる。
変動条件流からのシミュレーションは、等式制約を解くために修正される。
筆者らの貢献は3つある:a) 変動分布の選択について詳細な知見を提供する;b) 単射性を保つためにフローの入力空間を分割する方法を提案する;c) 特定の場合における変動分布を最適化する一連の方法を提案する。
広範な実験により,提案手法は推論と分類のために可逆的残差ネットワークに適用できることを示した。
関連論文リスト
- Stochastic Sampling from Deterministic Flow Models [8.849981177332594]
そこで本論文では,フローモデルを同じ境界分布を持つ微分方程式の族(SDE)に変換する手法を提案する。
我々は,おもちゃのガウスセットアップと大規模イメージネット生成タスクにおいて,提案手法の利点を実証的に実証した。
論文 参考訳（メタデータ） (2024-10-03T05:18:28Z) - Amortized Posterior Sampling with Diffusion Prior Distillation [55.03585818289934]
逆問題の解法として, 後方分布からのサンプルの変分推論手法を提案する。
本手法はユークリッド空間の標準信号や多様体上の信号に適用可能であることを示す。
論文 参考訳（メタデータ） (2024-07-25T09:53:12Z) - Conditional Sampling of Variational Autoencoders via Iterated
Approximate Ancestral Sampling [7.357511266926065]
変分オートエンコーダ(VAE)の条件付きサンプリングは、データ計算の欠如など、様々なアプリケーションで必要とされるが、計算上は難解である。
基本的条件付きサンプリングはMetropolis-within-Gibbs (MWG)である
論文 参考訳（メタデータ） (2023-08-17T16:08:18Z) - Flow Away your Differences: Conditional Normalizing Flows as an
Improvement to Reweighting [0.0]
本稿では, 条件分布の所望の変化を考慮に入れた再重み付け手法の代替手法を提案する。
条件付き正規化フローを用いて、完全条件付き確率分布を学習する。
この例では、ソースとターゲットの分布を同一のサンプルサイズで再重み付けする手法よりも、統計精度が最大3倍に向上する。
論文 参考訳（メタデータ） (2023-04-28T16:33:50Z) - Detecting and Mitigating Mode-Collapse for Flow-based Sampling of
Lattice Field Theories [6.222204646855336]
格子場理論の文脈における正規化流れのモード崩壊の結果について検討する。
本稿では,モード崩壊の度合いを定量化し,その結果の偏りを導出する指標を提案する。
論文 参考訳（メタデータ） (2023-02-27T19:00:22Z) - Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。
一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
論文 参考訳（メタデータ） (2022-02-23T06:11:49Z) - Adversarial sampling of unknown and high-dimensional conditional
distributions [0.0]
本稿では, GAN (Generative Adversarial Network) と呼ばれるデータ駆動方式を用いて, サンプリング法と基礎分布の推定を行う。
GANは、2つの競合するニューラルネットワークをトレーニングし、トレーニングセット分布からサンプルを効果的に生成できるネットワークを生成する。
提案アルゴリズムのすべてのバージョンは, 対象条件分布を, サンプルの品質に最小限の影響で効果的にサンプリングできることが示されている。
論文 参考訳（メタデータ） (2021-11-08T12:23:38Z) - A One-step Approach to Covariate Shift Adaptation [82.01909503235385]
多くの機械学習シナリオにおけるデフォルトの前提は、トレーニングとテストサンプルは同じ確率分布から引き出されることである。
予測モデルと関連する重みを1つの最適化で共同で学習する新しいワンステップアプローチを提案する。
論文 参考訳（メタデータ） (2020-07-08T11:35:47Z) - SurVAE Flows: Surjections to Bridge the Gap between VAEs and Flows [78.77808270452974]
SurVAE Flowsは、VAEと正規化フローを含む構成可能な変換のためのモジュラーフレームワークである。
提案手法は,SurVAE フローとして表現できることが示唆された。
論文 参考訳（メタデータ） (2020-07-06T13:13:22Z) - Batch Stationary Distribution Estimation [98.18201132095066]
サンプル遷移の組を与えられたエルゴードマルコフ鎖の定常分布を近似する問題を考える。
与えられたデータに対する補正比関数の復元に基づく一貫した推定器を提案する。
論文 参考訳（メタデータ） (2020-03-02T09:10:01Z) - Composing Normalizing Flows for Inverse Problems [89.06155049265641]
本稿では,2つの流れモデルの合成として,対象条件を推定する近似推論フレームワークを提案する。
本手法は,様々な逆問題に対して評価し,不確実性のある高品質な試料を作製することを示した。
論文 参考訳（メタデータ） (2020-02-26T19:01:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。