위키득계정 ↗
기술

ALICE 결합 분포 학습

ALICE 결합 분포 학습기술
연구 공개
2017년
발표
NIPS 2017
분석 대상
양방향 적대 학습의 비식별성
주요 관점
조건부 엔트로피
ALICE는 양방향 적대 학습에서 결합 분포를 맞추는 것만으로 원하는 관계가 식별되지 않을 수 있는 문제를 다룬다. 조건부 엔트로피 관점으로 비지도 및 감독 학습의 분포 정렬을 구성한다.

원하는 결합 관계의 식별

자료와 잠재 변수의 결합 분포를 맞추는 양방향 적대 학습에는 비식별성 문제가 있을 수 있다. ALICE는 원하는 응용에 적합한 결합 관계를 어떻게 학습할지 조사한다.

조건부 엔트로피의 활용

조건부 엔트로피의 틀에서 적대적 방법과 비적대적 방법을 제안한다. 여러 적대 모형을 결합 분포 정렬 문제로 통합해 설명하며 비지도 양방향 학습의 안정화도 다룬다.

감독 설정으로의 확장

비지도와 감독 과제뿐 아니라 반지도 학습으로도 확장했다. 합성 자료와 실제 응용에서 이론적 결과와 학습 방법을 검증했다.

관련 문서

BiGAN과 ALI / 일반화 적대적 추론 학습 / BigBiGAN / 적대적 변분 베이즈 / 조건부 엔트로피 / 잠재 변수