Machine learningGenerative models
正規化フロー (Normalizing Flows)
正規化フローは、標準ガウス分布のような単純な基底分布に、一連の可逆かつ微分可能な変換を適用することで、複雑な確率分布を学習する生成モデルの一種である。RezendeとMohamed (2015) によって変分推論の文脈で導入されたこの手法は、正確な尤度計算と効率的なサンプリングを可能にし、密度推定や生成タスクにおいて、VAEやGANに対する原理的な代替手段となる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Rezende, D. J., & Mohamed, S. (2015). Variational inference with normalizing flows. International Conference on Machine Learning (ICML), 1530–1538. link ↗
このページの引用方法
ScholarGate. (2026, June 2). Normalizing Flows. ScholarGate. https://scholargate.app/ja/deep-learning/normalizing-flows
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →