Functional Generative Networks

Google DeepMindが開発した、複雑なデータの分布を効率的に学習し、多様なシナリオを生成するためのニューラルネットワーク手法。本記事の気象予測においては、少数の潜在変数（サイコロ）を用いて、物理的な一貫性を保ちながら、起こりうる複数の未来（アンサンブル）を高速に生成するために使用されている。従来の生成モデルに比べ、計算効率が高く、大規模な空間データの変動を捉えるのに適している。