연속 정규화 흐름은 일반적인 확률 분포를 학습하는 효과적인 생성 방법이며, 이에 대한 이론적 성질을 분석하여 확률 분포 추정기의 수렴성을 보장한다.
본 논문에서는 격자 게이지 이론에서 효율적인 샘플링을 위해 게이지 불변성을 유지하는 새로운 연속 정규화 흐름 프레임워크를 제시합니다.
