Continuous Normalizing Flowとは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > ウィキペディア小見出し辞書 > Continuous Normalizing Flowの意味・解説 

Continuous Normalizing Flow(CNF)

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/07/08 10:10 UTC 版)

フローベース生成モデル」の記事における「Continuous Normalizing Flow(CNF)」の解説

関数の合成によってフロー構築する代わりに別のアプローチとして、フロー連続時間ダイナミクスとして定式化することができる。 z 0 {\displaystyle z_{0}} を分布 p ( z 0 ) {\displaystyle p(z_{0})} を持つ潜在変数であるとする。以下のフロー関数使用して、この潜在変数データ空間に写す。 x = F ( z 0 ) = z T = z 0 + ∫ 0 t f ( z t , t ) d t {\displaystyle x=F(z_{0})=z_{T}=z_{0}+\int _{0}^{t}f(z_{t},t)dt} ここで f {\displaystyle f} は任意の関数であり、ニューラルネットワークなどでモデル化できるとする。 その場合、逆関数次のうになる。 z 0 = F − 1 ( x ) = z T + ∫ t 0 − f ( z t , t ) d t {\displaystyle z_{0}=F^{-1}(x)=z_{T}+\int _{t}^{0}-f(z_{t},t)dt} このとき x {\displaystyle x} の対数尤度は以下で与えられるlog ⁡ ( p ( x ) ) = log ⁡ ( p ( z 0 ) ) − ∫ 0 t Tr [ ∂ f ∂ z t d t ] {\displaystyle \log(p(x))=\log(p(z_{0}))-\int _{0}^{t}{\text{Tr}}\left[{\frac {\partial f}{\partial z_{t}}}dt\right]} 実用上でNeural ODE などの数値積分手法必要になる場合がある。

※この「Continuous Normalizing Flow(CNF)」の解説は、「フローベース生成モデル」の解説の一部です。
「Continuous Normalizing Flow(CNF)」を含む「フローベース生成モデル」の記事については、「フローベース生成モデル」の概要を参照ください。

ウィキペディア小見出し辞書の「Continuous Normalizing Flow」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「Continuous Normalizing Flow」の関連用語

1
10% |||||

Continuous Normalizing Flowのお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



Continuous Normalizing Flowのページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaのフローベース生成モデル (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS