
AI
생성모델(Generation Model)이란 무엇인가?
두줄요약
생성모델을 판별모델과 비교하고 지도·비지도 방식으로 구분했습니다. KDE·GMM·VAE·GAN과 시계열 이상치 탐지 활용을 정리했습니다.
구조와 흐름
- 판별모델의 조건부확률 P(Y|X) 직접 추정과 생성모델의 데이터 분포 추정 비교
- 레이블별 P(X|Y)를 학습하는 지도적 생성모델과 X의 분포를 학습하는 비지도적 생성모델 구분
- 추정 분포 기반 데이터 생성, 분류, 이상치 탐지, 군집화 활용
선택 이유
- LDA·QDA의 클래스별 우도 추정과 베이즈 정리 기반 분류
- KDE·가우시안 밀도 추정·GMM의 데이터 분포 모델링
- Pixel RNN, VAE, GAN의 확률분포 추정 방식별 구분
적용해볼 점
- KDE와 GMM의 생성·이상치 탐지·군집화 관점 병행
- GAN 기반 TadGAN의 시계열 재구성 오차 기반 이상 구간 탐지
- 게임 시계열 데이터 이상현상 탐지 적용 연구 가능성

