生成模型

速報

以相位類型分布取代高斯解碼器，解決深度生成模型的重尾問題

研究指出傳統變分自編碼器（VAE）使用高斯解碼器與 Lipschitz 限制的神經網路，無法生成重尾分布。作者以馬可夫鏈為基礎的相位類型（Phase‑Type）分布取代高斯解碼器，保持編碼器與訓練流程不變，能精確逼近任意正值分布，包括重尾族。