Aug, 2018
神经重要性采样
Neural Importance Sampling
Thomas Müller, Brian McWilliams, Fabrice Rousselle, Markus Gross, Jan Novák
TL;DR本文介绍了基于深度神经网络的非线性独立分量估计(NICE)用于 Monte Carlo 积分中样本生成的应用,并介绍了分段多项式耦合变换、一块编码、基于梯度下降的 KL 和 χ2 散度优化等提高模型性能的改进方案。通过应用于生成自然图像以及在光传输模拟中的两种应用,证明了该方法在不同维度积分领域下具有快速、准确、高性能等特点。