정규화 흐름(NF)은 이미지 모델링 작업에서 디퓨전 모델의 대안으로 떠오르고 있습니다. 본 연구에서는 반복적 TARFlow(iTARFlow)를 도입하여 정규화 흐름 생성 모델의 성능을 더욱 향상시켰습니다. iTARFlow는 학습 과정에서 완전한 엔드투엔드, 우도 기반 객관 함수를 유지합니다.
iTARFlow는 샘플링 과정에서 자기 회귀 방식으로 생성합니다.
기존 방식과 달리 iTARFlow는 학습 과정에서 우도 기반 객관 함수를 유지하며, 샘플링 과정에서는 자기 회귀 방식으로 생성합니다.