#257
summarized by : Shunsuke Nakatsuka
Deep Generative Model for Robust Imbalance Classification

どんな論文か?

ImbalancedなDatasetに対して,tailなcategory(数が少ないクラス)に対しても精度よく分類を行うための枠組みを提案.
placeholder

新規性

潜在変数zをデータx,ラベルyから得る(Variational Inference).そして得られたzからx,yを再構成する,学習は入力のx,yと出力のx,yのWasserstein Distanceを最小化することでパラメータを更新する.推論時にyは与えられないので,ラベルを全パタン与えて出力を計算する.

結果

ImbalancedにしたMNIST, Fashion-MNIST, SVHN, CelebA(blonde, black, bald, brown, gray)で実験.BAGAN,GAMO,BayesCNNなどの従来手法と比較して,tailなcategory・全カテゴリ共に精度が大きく向上.

その他(なぜ通ったか?等)