熵加权通道归一化流

密度估计领先

通过特征依赖的通道打乱操作,自适应分配通道权重,引导潜变量沿熵增方向演化,在保持精确似然的同时提升多尺度结构的表达力。

Wei, Chen · Shian, Du · 李仕贵 · Zeng, Delu · Paisley, John William

Pattern Recognition 2026

技术优势

表达力更强

打乱操作引导潜变量沿熵增方向演化,使多尺度结构能保留更重要的信息通道,从而提升模型的建模能力。

性能显著提升

在多个基准数据集上取得最先进的密度估计结果,并保持有竞争力的样本质量。

开销极小

引入的打乱操作计算量很低,几乎不增加训练和推理成本,易于集成到现有多尺度架构中。

应用场景