증거 하한의 분해
변분 오토인코더의 증거 하한을 여러 항으로 분해해 잠재 변수 사이의 총상관을 측정하는 항을 드러낸다. 이를 바탕으로 베타 VAE의 분리 표현 학습 목적을 정교하게 구성한다.
총상관과 분리 표현
연구의 틀에서 모형을 학습했을 때 총상관과 표현 분리 사이에 강한 관계가 나타나는지 조사했다. 단순히 가중치를 바꾸는 결과만 보는 대신 목적의 어느 요소가 관계하는지 분리해 분석한다.
MIG 평가 척도
별도의 분류기를 학습하지 않는 상호 정보량 간격 MIG를 제안했다. 제한된 설정과 제한하지 않은 설정에서 정량적 및 정성적 실험으로 표현의 분리를 평가했다.