분포 적합과 잠재 구조의 차이
VAE로 관측 자료의 주변 분포를 잘 맞춰도 실제 잠재 변수의 사전 및 사후 분포까지 맞췄다는 보장은 없다. 이 연구는 일반적으로 식별이 어려운 결합 분포를 특정 모형 계열에서 다룬다.
조건부 사전의 역할
잠재 변수의 사전 분포가 분해되고 추가로 관측한 변수에 조건화된다는 조건을 사용한다. 추가 변수에는 범주 레이블이나 다른 관측이 쓰일 수 있다. 감독 없는 임의 자료에서 조건 없이 요인을 얻는 주장과 다르다.
비선형 ICA와의 통합
비선형 ICA의 결과를 잡음이 있거나 관측이 이산적인 경우 등을 다루도록 확장해 최대 가능도 틀에 통합한다. 식별 결과는 단순 변환까지 허용하며 원래 좌표의 완전한 동일성을 뜻하지 않는다.
좌표 해석의 독립 예
설명용으로 두 잠재 좌표의 순서를 바꾸어도 같은 관측을 설명할 수 있다. 허용되는 변환을 밝히지 않으면 식별의 의미를 과장할 수 있다. 실제 연구의 변환 정리를 옮기지 않은 좌표 해석의 예다.
관련 문서
변분 자동 인코더 / 독립 성분 분석 / 보조 변수 비선형 ICA / 비지도 분리 표현의 식별 한계 / 약한 감독의 요인 분리 / 대조 학습의 생성 과정 역추정