HyperAIHyperAI
منذ 15 أيام

DFM: مطابقة التدفق المزدوج الخالي من التداخل

Denis Gudovskiy, Tomoyuki Okuno, Yohei Nakata
DFM: مطابقة التدفق المزدوج الخالي من التداخل
الملخص

يمكن لتدفقات التطبيع المستمرة (CNFs) نمذجة توزيعات البيانات باستخدام هياكل لا نهائية معبّرة. ولكن هذه النمذجة تتضمن عملية مكلفة حسابيًا تتمثل في حل معادلة تفاضلية عادية (ODE) أثناء تدريب الاحتمال الأقصى. وقد أُقترح مؤخرًا إطار عمل يُسمى "مطابقة التدفق" (FM)، والذي يسمح بتبسيط كبير لمرحلة التدريب باستخدام هدف انحداري مع حقل متجه مُعدّل. في هذا البحث، نقترح منهجية جديدة تُسمى "مطابقة التدفق الثنائية الخالية من التداخل" (DFM) دون افتراضات صريحة حول حقل المتجه المُنمذج. وتُحسّن DFM نموذج الحقل المتجه الأمامي، بالإضافة إلى نموذج حقل متجه عكسي إضافي، باستخدام هدف جديد يُسهّل التحويلات المتماثلة (العكسيّة) للتحويلات الأمامية والعكسية. تُظهر تجاربنا باستخدام كشف التحديق غير المُراقب SMAP مزايا DFM مقارنةً بـ CNF المدرب باستخدام هدف الاحتمال الأقصى أو هدف FM، مع تحقيق أداءً متقدمًا في مؤشرات الأداء الحالية.

DFM: مطابقة التدفق المزدوج الخالي من التداخل | أحدث الأوراق البحثية | HyperAI