#160
summarized by : Hideki Tsunashima
Max-Sliced Wasserstein Distance and Its Use for GANs
Ishan Deshpande, Yuan-Ting Hu, Ruoyu Sun, Ayis Pyrros, Nasir Siddiqui, Sanmi Koyejo, Zhizhen Zhao, David Forsyth, Alexander G. Schwing

どんな論文か？

Sliced Wasserstein Distance(SWD)はランダムな方向から分布を低い次元に射影していたので、GANsにおいて収束が遅い問題を抱えていた。そこで、サンプルの共分散方向に直行するように射影を行うことでサンプルの複雑性を低減させるだけでなく、意味ある射影を可能としてGANsの収束速度を向上させたMax-SWDを提案した。
placeholder

新規性

サンプルの複雑性を低減させるだけでなく、サンプルに対して意味のある射影を可能としたMax-SWDを提案したことが新規性。

結果

言語変換においてSOTAを達成。また、Max-SWDはサンプルの複雑性が低減されただけでなく、サンプルに対して意味ある射影を行えるようになったため、SWDに比べmode missingを起こしていない整合性のとれた画像を多く生成している。 しかし、CelebA HQとLSUN Bedroomの生成画像については定量的評価は行われていない。

その他（なぜ通ったか？等）

SWDのサンプルの複雑性を低減させたという利点を備えたままSWDの短所を補うことができた点。 また、Wasserstein Distance(WD)に比べてSWDについての利点を述べ、SWDの短所を理論的に明らかにした後にその短所を補う手法を提案したという具体的なストーリーが完成している点から通ったと考えられる。

このページで利用されている画像は論文から引用しています．