uncertainty-aware-generation

介绍了ELVAE，一种采用证据学习的VAE，通过正态-逆伽马后验对潜在坐标进行建模，以获得显式的不确定性估计。在MNIST上的实验表明，类内不确定性排序可以对合成样本的可靠性和压力测试进行分层，但结果需要按类别归一化，且在不同随机种子间存在差异。