#506
summarized by : Yusuke Mori
Rethinking Controllable Variational Autoencoders

どんな論文か?

ControlVAE ではうまく disentangle された潜在表現が学習されるが、これがなぜうまくいくのか分析した。KL ダイバージェンスが滑らかに変化すること、PI 制御のコントローラの出力の変化が早すぎないことを考慮した、新たな手法 DynamicVAE を提案した。
placeholder

新規性

ControlVAE がなぜ良い性能を示すのか、根本的な部分の分析を行った。非線形インクリメンタル PI 制御器、移動平均、ハイブリッドアニーリング(KL ダイバージェンスの C を緩やかに変化させる)、の3つを取り入れた新規手法を提案し、質の高い disentanglement と再構成ロスの低減を実現した。

結果

提案手法は高い安定性を持つことが確認された。また、ControlVAE や他の既存手法との比較において、disentanglement と再構成ロスの両面で良い性能を示した。さらに、Ablation study により、提案手法に含まれた工夫が効果を示すことが確かめられた。

その他(なぜ通ったか?等)

手法の改善の前提となる理論的な解析が丁寧に行われており、提案した手法で改善が得られているかどうかについて、多くの実験で確かめられている。