Abstract
データによって表されるmathbb{R}^d 上の確率分布 mu を与えられたものとして、本論文では、集団変数 xi:mathbb{R}^d
ightarrow mathbb{R}^k のレベル集合上における、対応する条件付き確率分布の生成モデリングを研究する。ここで 1 le k<d とする。われわれは、xi の異なるレベル集合に対して同時に生成モデルを学習できる、一般的かつ効率的な学習アプローチを提案する。低確率領域のレベル集合における学習品質を向上させるために、強化サンプリング手法から得られたデータを利用することで、データ拡充戦略も提案する。提案する学習アプローチの有効性は、具体的な数値例によって実証する。本アプローチは、生物物理における分子システムの生成モデリングに潜在的に有用である。
