본 논문은 디퓨전 모델, 정규화 흐름 등 생성 모델에서 교통 맵을 추정하는 문제를 형식화하고, 통계적 복잡도에 대한 하한을 제시합니다. 교통 맵 추정은 최적 교통 맵 추정만큼 어렵다는 것을 확인했으며, 안정성 조건이 실패하면 더 정확한 맵 학습이 가능합니다. 본 연구는 교통 기반 생성 방법의 통계적 한계를 이해하고, 최적 맵이 아닌 맵을 타겟팅하는 것이 통계적 이점을 제공할 수 있는 시점을 명확히 합니다.
표준 안정성 조건 하에서 유효한 교통 맵 추정은 최적 교통 맵 추정만큼 어렵다는 것을 확인했습니다. 하지만 안정성 조건이 실패하면 최적 맵보다 더 정확하게 교통 맵을 학습할 수 있습니다.
본 연구는 생성 모델의 통계적 한계를 이해하고, 최적 맵이 아닌 맵을 타겟팅하는 것이 통계적 이점을 제공할 수 있는 시점을 명확히 하는 데 기여합니다.