계층에 맞는 잠재 공간
자료에 트리형 계층이 있을 때 유클리드 잠재 공간으로 효율적으로 표현하기 어려울 수 있다. 이 연구는 음의 곡률을 가진 쌍곡 공간을 VAE의 잠재 공간으로 사용한다.
분포를 다루는 방법
푸앵카레 공 모형을 도입하고 그 공간에서 가우스를 일반화한 두 주요 분포를 다루는 데 필요한 방법을 도출했다. 잠재 공간 변경을 실제 생성 모형의 학습으로 연결하는 부분이다.
계층 복원과 일반화
원 연구는 보지 못한 자료에 대한 일반화를 유클리드 모형과 비교했다. 계층 구조를 얼마나 복원하는지도 정성적 및 정량적으로 평가해 잠재 공간의 기하가 주는 효과를 조사했다.
관련 문서
APo-VAE / 쌍곡 래핑 정규 분포 / 푸앵카레 임베딩 / 변분 오토인코더 / S-VAE / 잠재 변수