文献

J-GLOBAL ID：202002287348145669   整理番号：20A2526504

潜在的変動予測可能性を持つ非もつれ表現の学習【JST・京大機械翻訳】

Learning Disentangled Representations with Latent Variation Predictability

著者 (3件)： Zhu Xinqi (UBTECH Sydney AI Centre, School of Computer Science, Faculty of Engineering, The University of Sydney, Darlington, NSW, Australia) ,  Xu Chang (UBTECH Sydney AI Centre, School of Computer Science, Faculty of Engineering, The University of Sydney, Darlington, NSW, Australia) ,  Tao Dacheng (UBTECH Sydney AI Centre, School of Computer Science, Faculty of Engineering, The University of Sydney, Darlington, NSW, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12355  ページ： 684-700  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 潜在トラバースは,もつれた潜在表現を可視化する一般的な手法である。潜在表現の単一ユニットにおける変動のバンチを考えて,データの変動の単一因子に変化があり,一方,他は固定されることが期待される。しかし,この印象的な実験的観測は,学習解角表現の目的関数において,ほとんど明示的に符号化されない。本論文では,潜在分散表現の変動予測可能性を定義した。単一次元で変化する潜在符号によって生成された画像対を考えれば,もし表現が十分に解けられるならば,この多様な次元は,これらの画像対と密接に相関できた。敵対生成プロセスの中で,潜在変動と対応する画像対の間の相互情報を最大化することによって,変動予測可能性を促進する。さらに,潜在表現の解きほぐりを測定するために,地上生成因子に依存しない評価尺度を開発した。提案した変動予測可能性は,潜在表現の混乱をブースティングするためのVAEとGANフレームワークに適用できる一般的な制約である。実験により,提案した変動予測可能性は既存の地上要求基準と良く相関し,提案アルゴリズムは解きほぐ学習に有効であることを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  可視化 ,  一次元 ,  目的関数 ,  *予測可能性
準シソーラス用語： ブースティング ,  評価尺度 ,  分散表現 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 予測可能性 ,  表現 ,  学習