PQMass: 확률 질량 추정을 이용한 생성 모델 품질의 확률론적 평가
PQMass: Probabilistic Assessment of the Quality of Generative Models using Probability Mass Estimation
우리는 생성 모델의 품질을 평가하는 것을 목표로, 두 분포에서 각각 추출한 샘플이 주어졌을 때 이들을 비교하기 위한 우도 무관(likelihood-free) 방법을 제안한다. 제안된 접근 방식인 PQMass는 단일 생성 모델의 성능을 평가하거나 여러 경쟁 모델을 비교하기 위한 통계적으로 엄밀한 방법을 제공한다. PQMass는 표본 공간을 겹치지 않는 영역으로 분할하고 각 영역에 속하는 데이터 샘플 수에 카이제곱 검정을 적용하여, 두 샘플 세트에서 유도된 빈(bin) 빈도수가 동일한 다항 분포에서 추출되었을 확률을 측정하는 p-값(p-value)을 제공한다. PQMass는 실제 분포의 밀도에 관한 가정에 의존하지 않으며, 보조 모델을 학습(training)하거나 적합(fitting)하는 데 의존하지도 않는다. 우리는 다양한 모달리티와 차원의 데이터에서 PQMass를 평가하여 생성된 샘플의 품질, 참신성, 다양성을 평가하는 데 있어 그 효과를 입증한다. 나아가 PQMass가 중간 수준의 고차원 데이터로 잘 확장(scaling)되어 실제 응용 분야에서 특징(feature) 추출의 필요성을 없애줌을 보여준다.