Cloud Model Characteristic Function Auto-Encoder (CMCFAE)는 Wasserstein Auto-Encoder (WAE) 프레임워크에 클라우드 모델을 통합한 새로운 생성 모델입니다. 클라우드 모델의 특성 함수를 활용하여 잠재 공간을 규제함으로써 복잡한 데이터 분포를 더 정확하게 모델링할 수 있습니다. 기존의 표준 가우시안 사전과 전통적인 발산 측정에 의존하는 방법과 달리, CMCFAE는 클라우드 모델 사전을 사용하여 잠재 공간을 더 유연하고 현실적으로 표현하여 재구성된 샘플에서 관찰되는 동질화를 완화합니다. 클라우드 모델의 특성 함수를 유도하고 WAE 프레임워크 내에서 해당 규제자를 제안합니다. MNIST, FashionMNIST, CIFAR-10, CelebA에 대한 광범위한 정량적 및 정성적 평가는 CMCFAE가 재구성 품질, 잠재 공간 구조 및 샘플 다양성 측면에서 기존 모델보다 우수함을 보여줍니다. 이 연구는 클라우드 모델 이론과 MMD 기반 규제의 새로운 통합을 확립할 뿐만 아니라 오토인코더 기반 생성 모델을 향상시키는 유망한 새로운 관점을 제공합니다.
