FUND: Density Flow for Sampling Unnormalised Distributions
이 논문은 실제 훈련 샘플을 필요로 하지 않고 분포-궤적 매칭(distribution-trajectory matching)을 통해 타겟 분포를 반복적으로 재형성함으로써 MCMC와 기존 플로우 기반 방식들의 효율성, 에르고드성(ergodicity), 모드 커버리지 측면의 한계를 극복하고 볼츠만 분포를 학습하는 새로운 알고리즘인 FUND를 소개한다.