지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.12
- 수록면
- 79 - 82 (4page)
- DOI
- 10.5573/ieie.2023.60.12.79
이용수
초록· 키워드
오류제보하기
플로우 기반 생성모델은 Variational AutoEncoder (VAE), Generative Adversarial Network(GAN)와 달리 잠재 벡터 z의 확률 분포에서 일련의 역변환을 통해 데이터 x의 분포를 명시적으로 학습한다. 이 논문에서는 시계열 데이터를 처리하는 인버터블 트랜스포머를 이용한 플로우 기반 생성모델을 제시한다. 이 모델을 통해 표준 정규 분포로부터 실제 데이터의 복잡한 조건부 확률분포를 추정할 수 있다. 학습된 모델에 조건을 넣어주면 실제 데이터 분포를 따르는 새로운 시계열 데이터를 만들 수 있다.
목차
요약
Abstract
Ⅰ. Introduction
Ⅱ. Proposed Model
Ⅲ. Experiments
Ⅳ. Conclusion
REFERENCES
참고문헌 (6)
참고문헌 신청
Kingma, D. P., & Welling, M., “Autoencoding variational bayes”, arXiv preprint arXiv:1312.6114, December 2022.
Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y., “Generative adversarial networks”, Communications of the ACM, 63, 11, pp. 139-144, November 2020.
Germain, M., Gregor, K., Murray, I., & Larochelle, H., “Made: Masked autoencoder for distribution estimation”, Proceedings of the 32nd International Conference on Machine Learning(PMLR), Lille, France, pp. 881-889, June 2015.
Rezende, D., & Mohamed, S., “Variational inference with normalizing flows”, In International conference on machine learning, pp. 1530-1538, PMLR, June 2015.
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ... & Polosukhin, I., (2017). “Attention is all you need”, 31st Conference on Neural Information Processing Systems(NIPS2017), 30, Long Beach, CA, USA, 2017.
Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y., “Generative adversarial networks”, Communications of the ACM, 63, 11, pp. 139-144, November 2020.
Germain, M., Gregor, K., Murray, I., & Larochelle, H., “Made: Masked autoencoder for distribution estimation”, Proceedings of the 32nd International Conference on Machine Learning(PMLR), Lille, France, pp. 881-889, June 2015.
Rezende, D., & Mohamed, S., “Variational inference with normalizing flows”, In International conference on machine learning, pp. 1530-1538, PMLR, June 2015.
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ... & Polosukhin, I., (2017). “Attention is all you need”, 31st Conference on Neural Information Processing Systems(NIPS2017), 30, Long Beach, CA, USA, 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝의 생성 모델링 기술과 위상최적설계의 융합에 대한 기초 연구
대한기계학회 춘추학술대회
2017 .11
-
학습 가능한 사전 확률 분포를 가진 플로우 생성 모델에 관한 연구
한국통신학회 학술대회논문집
2020 .02
-
데이터 불균형 문제를 해결하기 위한 Generative Adversarial Networks(GAN) 기반의 가상 데이터 합성
한국소음진동공학회 학술대회논문집
2018 .04
-
GAN을 활용한 데이터 생성 연구 동향
한국항공우주학회 학술발표회 초록집
2023 .06
-
A Comparative study on Generative Adversarial Network (GAN)
대한전자공학회 학술대회
2020 .11
-
Early Classification of Time Series using SPRT and Normalizing Flow
전자공학회논문지
2024 .12
-
Flow 기반 생성 모형을 이용한 다양한 2차원 확률 분포 추정
한국정보과학회 학술발표논문집
2018 .12
-
유전자 발현량 데이터 증대를 위한 Conditional VAE 기반 생성 모델
방송공학회논문지
2023 .05
-
데이터 불균형 문제를 해결하기 위한 Generative Adversarial Networks (GAN) 기반의 가상 데이터 합성
대한기계학회 춘추학술대회
2017 .11
-
New Link Prediction Algorithm using Generative Adversarial Network(GAN)
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
Flow 기반 딥러닝 생성 모델에 관한 사례 분석
한국정보과학회 학술발표논문집
2019 .12
-
확산 모델 기반 영상 생성 모델의 미세조정 기법 동향
대한전자공학회 학술대회
2024 .06
-
Conditional VAE 기반 도메인 특이적 공간 전사체 유전자 발현량 데이터 생성 모델
한국정보과학회 학술발표논문집
2024 .06
-
적대적 생성 신경망(GAN)을 이용한 시계열 데이터 이상탐지 기법 연구
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
생성모델의 시각적 최적화를 위한 학습데이터 제작기법
한국방송미디어공학회 학술발표대회 논문집
2021 .11
-
적대적 생성 신경망(GAN)을 활용한 오버샘플링에 관한 연구
한국지능정보시스템학회 학술대회논문집
2018 .06
-
GAN 알고리즘을 이용한 음악 생성
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
적대적 생성 모델을 활용한 사용자 행위 이상 탐지 방법
지능정보연구
2019 .09
-
딥러닝 기반의 생성 모형, 적대적 생성 신경망 소개
정보과학회지
2018 .02
-
GAN을 이용한 데이터 불균형 문제에 관한 연구
한국통신학회 학술대회논문집
2019 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088523759