フローの正規化に関するクイズ

クイズに答えると、答えと解説が表示されます。

1. 正規化フローのすべての変換にはどのような数学的特性が必要ですか?
   • ランダムで反転不可能なマッピングである必要があります
   • 可逆的 (全単射的) かつ微分可能でなければなりません
   • 各ステップで次元を削減する必要があります
   • 離散ルックアップ テーブルである必要があります
2. 正規化フローで正確な尤度を計算できる式はどれですか?
   • ソフトマックス関数
   • ベルマン方程式
   • ベイズの法則をロジットに適用する
   • ヤコビアン行列式を使用した変数変更の公式
3. RealNVP や Glow などのフロー アーキテクチャがカップリング レイヤーを使用するのはなぜですか?
   • ヤコビアンを三角形にして、行列式の計算を安価にするには
   • モデルを非反転にするには
   • 基本ディストリビューションの必要性をなくすには
   • モデルを GAN に変換するには
4. What does a tractable normalizing flow provide that an ordinary GAN generator generally does not?
   • A guarantee of perfect anomaly detection
   • A guarantee of faster sampling than every GAN
   • An explicitly evaluable model density through change of variables
   • A non-invertible mapping with no base distribution
5. How should a team use normalizing-flow likelihoods for anomaly detection?
   • Assume every high-likelihood input is familiar
   • Treat density as the probability mass of a single point
   • Skip checking real anomaly labels
   • Validate them as a signal against relevant in-distribution and anomalous examples
6. Stable Diffusion 3 などのシステムで使用されている、連続フローのアイデアから生まれた最新の技術はどれですか?
   • 時間の経過による逆伝播
   • フローマッチング (ノイズをデータに伝える速度場を学習)
   • トークン化
   • ビームサーチ
7. A one-dimensional flow inverse is z = x / 2. What log-Jacobian term appears in log p(x)?
   • log(2)
   • The parameter count of the network
   • log(1/2)
   • No term because the inverse is linear
8. Why must a normalizing flow account for stretching or shrinking volume?
   • A transformed region’s density must reflect the changed volume
   • The transformation must lose half its dimensions
   • Every output point must have probability mass one
   • The base distribution must be discarded after training