- …
- …
#270
summarized by : Hiroaki Aizawa
どんな論文か？
End2Endなニューラルネットの欠点は，ブラックボックスであり，特徴表現の解釈性がない．この研究では，AutoEncoderなどで学習された特徴表現を，人間が理解しやすい意味のある概念を示す表現へ，disentanglementするためのinvertibleな関数を提案．
新規性
既存のdisentangled な画像生成と異なり，AutoEncoderに取り付けるだけでよく，再学習の必要がないと主張．
結果
学習された表現の次元をinterpolationすることから，性能を低下させることなく，解釈性のある意味のある潜在表現へ分解できていることを示した．
その他（なぜ通ったか？等）
- …
- …