분포 사이의 생성 목적
WAE는 자료 분포의 생성 모형을 만들기 위한 알고리즘이다. 모형이 만드는 분포와 목표 분포의 바서슈타인 거리를 벌점이 있는 형태로 최소화한다.
인코딩 분포의 정규화
학습 자료를 인코더에 통과시킨 분포가 사전 분포와 일치하도록 유도한다. 이 목적에서 VAE와 다른 정규화 항이 나오며, 적대적 오토인코더를 일반화하는 틀로 설명한다.
생성 품질의 평가
인코더와 디코더 구조 및 잠재 다양체를 이용하는 성질을 살펴 다른 생성 방법과 비교했다. 원 연구는 FID로 생성 표본의 품질을 평가했으며, 최종 수정에서는 하이퍼파라미터 탐색도 넓혔다.
관련 문서
적대적 오토인코더 / 리만 흐름 텍스트 오토인코더 / 바서슈타인 거리 / 변분 오토인코더 / 잠재 변수 / 생성 모델