敵対的に学習された推論

本稿では、敵対学習推論（Adversarially Learned Inference: ALI）モデルを紹介します。このモデルは、生成ネットワークと推論ネットワークを敵対プロセスを用いて共同で学習します。生成ネットワークは確率的な潜在変数のサンプルをデータ空間にマッピングし、推論ネットワークはデータ空間内の訓練例を潜在変数空間にマッピングします。これらの2つのネットワーク間で敵対ゲームが行われ、識別ネットワークは生成ネットワークから得られる潜在変数/データ空間の結合サンプルと、推論ネットワークから得られる結合サンプルを区別するために訓練されます。モデルのサンプルや再構築の検証を通じて、このモデルが相互に一貫性のある推論と生成ネットワークを学習する能力を示し、学習された表現の有用性を半教師付きSVHNおよびCIFAR10タスクにおいて最先端の性能と競合する結果により確認しています。