GANs를 통해 생성된 경험적 분포 연구를 위한 서명과 로그서명

본 논문에서는 최근 개발된 서명 변환(Signature Transform)을 활용하여 이미지 분포 간 유사도를 측정하고, 상세한 설명 및 광범위한 평가를 제시한다. 우리는 GAN 수렴을 측정하기 위한 새로운 방법으로 RMSE 및 MAE 서명을 최초로 제안하며, 기존에 널리 연구되어 온 문제에 대해 로그-서명(log-signature)을 대안으로 제시한다. 또한 GAN 샘플 분포의 적합도(goodness of fit)를 분석하는 통계 기반의 측정 방법을 도입하여 효율적이고 효과적인 평가 체계를 마련한 최초의 연구자들이다. 기존의 GAN 측정 방법은 일반적으로 GPU에서 대규모 계산을 수행하여 매우 오랜 시간이 소요되는 반면, 본 연구는 계산 시간을 초 단위 수준으로 단축시키고, CPU에서 계산을 수행함으로써 동일한 수준의 적합도 성능을 달성한다. 마지막으로, 본 연구에서 처음으로 데이터 시각화를 위해 적응형 주성분 분석(PCA) 기반의 t-SNE 방법을 제안한다.