Stability of Flow Models for Graph Signals 논문이 그래프 신호 생성 시 Flow 모델의 안정성을 분석했어요. 그래프 구조 오류가 연속적인 생성 과정에 미치는 영향에 대한 연구예요.
연구 결과, 그래프 신경망(GNN)으로 파라미터화된 연속 정규화 Flow 모델에서 순열 등변성이 유지된다는 것을 확인했어요. 생성된 확률 분포에 대한 명시적인 안정성 경계를 도출해 그래프 구조 오류가 신호에 미치는 영향을 정량화했어요.
안정성을 높이는 정규화 전략을 도입하여 모델 훈련 시 벡터장의 공간 리프시츠 상수를 줄였고, 실험 결과 구조적 노이즈에 더 강건한 생성 모델을 만들 수 있었어요.