Factorizable Normalizing Flows for parameter-dependent density morphing
이 논문은 고정된 참조 흐름과 학습 가능한 인수분해된 다항식 변환을 결합함으로써 파라미터 의존적 밀도 변형을 모델링하여, 기하급수적으로 큰 결합 파라미터 공간을 샘플링하는 계산적 불가능성 없이 효율적인 추론을 가능하게 하는 확장 가능하고 해석 가능한 프레임워크인 인수분해 가능한 노멀라이징 플로우(Factorizable Normalizing Flows, FNF)를 소개한다.