- …
- …
#71
summarized by : 綱島秀樹
どんな論文か？
IntroVAEはナッシュ均衡に到達できない上、訓練が不安定。改善手法はナッシュ均衡に到達できるが、真の事後分布には収束しない。この論文はナッシュ均衡に到達したときに、真の事後分布に収束することが保証されるSoft-Intro VAEを提案。
しかしながら、256x256までの結果しか示されていないため、恐らくまだVAEが困難な高解像度生成はうまくいかないと考えられる。
新規性
ナッシュ均衡に到達しつつ、真の事後分布への収束が保証される点
結果
トイデータにおいてはCheckerboardのKL以外は先行研究と比較してSOTA。
安定性もIntro VAEと比較して高い。
自然画像の画像生成においても尤度ベース (Flow-basedとELBO-based) ではSOTA。
Disentanglementもできているので、Style Transferが可能。
また、Out-of-Distribution (OoD) としても活用可能。
その他（なぜ通ったか？等）
Intro VAEからのシンプルな展開でナッシュ均衡に到達し、真の事後分布に収束する保証が与えられた点が非常にエレガント。また、実世界応用に耐えられる性能ということも示せたため、高く評価されたためOralになったと考えられる。
Project page、github：https://taldatech.github.io/soft-intro-vae-web/
- …
- …