Effizientes und interpretatives generatives Sampling in einem dualen Divergenzraum
Unser Ansatz ermöglicht es, neuartige Samples von multivariaten Zeitreihen direkt im optimierten eindimensionalen dualen Divergenzraum zu generieren, anstatt von einer kanonischen Verteilung zu sampeln und diese dann zu decodieren. Dies führt zu einer dateneffizienten und interpretierbaren Herangehensweise für generatives KI.