VAEとGANを一般化する統一fダイバージェンスフレームワーク【JST・京大機械翻訳】

Gimenez Jaime Roquero; Zou James

プレプリント

J-GLOBAL ID：202202216540322691 整理番号：22P0348301

VAEとGANを一般化する統一fダイバージェンスフレームワーク【JST・京大機械翻訳】

A Unified f-divergence Framework Generalizing VAE and GAN

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年05月10日プレプリントサーバーでの情報更新日： 2022年05月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

確率距離の多様な測度を柔軟に組み込む深層生成モデルを開発することは,研究の重要な分野である。ここでは,VAEとf-GANの両者を組み込み,一般的なf-ジバージェンス(f-GM)による扱いやすい学習を可能にするf-ジバージェント生成モデル,f-GMの統一数学的フレームワークを開発し,f-GMは,ネットワークまたは学習手続きの構造を変えずにf-発散関数を柔軟に設計することを可能にし,f-GMは,発電機,推論ネットワーク,および密度推定子の3つのコンポーネントを一緒にモデル化する。したがって,それは同時に,サンプリング,潜在変数の事後推論,および任意のデータf-GMの尤度の評価が符号器-デコーダGANのクラスに属し,この密度推定器は,潜在符号と観測空間の結合空間におけるサンプル間の識別子の役割を演ずると解釈できる。f-GMは,標準VAEとf-GANを特殊ケースとして自然に単純化し,異なる符号器-デコーダGANアーキテクチャ間の接続を,一般的ネットワークアーキテクチャと最適化器と両立することを証明した。f-発散の異なる選択のモード崩壊と画像鋭さのような効果を実験的に探索するために,それを利用した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る