比较型深层生成模型的可识别性研究

本文介绍了一种深层生成模型（DGMs）的可识别性理论，并通过非线性独立成分分析的最新进展进行扩展。研究发现，当混合函数是分段仿射函数时，这些模型在广义混合函数类中缺乏可识别性，但在这种情况下变得可识别。实验证明，拟合比较DGMs的规范化技术在不提前知道潜变量数量时有助于可识别性。最后，介绍了一种通过多目标优化来改进多数据源处理并以可解释方式使用约束优化来调整规范化超参数的方法。