초록
본 연구에서는 샘플링 및 가능도 하한값 평가의 계산 비용을 크게 증가시키지 않으면서 표현력(Expressivity)을 향상시키는 것을 목적으로, 확장된 데이터 공간 위에서 새로운 유형의 생성적 흐름(Generative Flows)을 제안한다. 이론적으로, 제안하는 흐름이 해밀턴 미분방정식(Hamiltonian ODE)을 보편적인 전송 맵(Universal Transport Map)으로 근사할 수 있음을 입증한다. 실험적으로는 생성적 흐름 모델링의 표준 벤치마크에서 최신 기준(SOTA, State-of-the-Art) 성능을 입증하였다.