本論文では、「PixelGANオートエンコーダ」について説明します。これは、生成パスがピクセル上の畳み込み自己回帰ニューラルネットワーク（PixelCNN）であり、潜在コードに条件付けられたもので、認識パスが生成対抗ネットワーク（GAN）を使用して潜在コードに事前分布を課す生成型オートエンコーダです。異なる事前分布が潜在コードと自己回帰デコーダ間の情報分解を異ならせることが示されています。例えば、ガウス分布を事前分布として課すことにより、全局的な情報と局所的な情報の分解を達成できます。また、カテゴリカル分布を事前分布として課すことにより、教師なしで画像のスタイル情報とコンテンツ情報を分離することができます。さらに、カテゴリカル事前分布を持つPixelGANオートエンコーダが半教師付き設定で直接使用できることを示し、MNIST、SVHNおよびNORBデータセットにおいて競争力のある半教師付き分類結果を得られることが確認されました。