Hybrid Deep Generative Models

新研究提出元学习来解决混合深度生成模型中的可识别性问题

一篇新论文探讨了混合深度生成模型（hybrid-DGMs）的可识别性，这些模型将基于物理的数学表达式与神经网络相结合。研究表明，现有的 hybrid-DGMs 在使用无条件先验时通常存在不可识别性问题。为了解决这个问题，该论文提出元学习作为一种新颖的解决方案，用于构建理论上可证明是可识别的 hybrid-DGMs，并在合成和真实世界数据集上展示了该方法的有力实证证据。