生成対抗ネットワーク（Generative Adversarial Networks: GANs）と、データポイントを符号化する符号化器を組み合わせることで、教師なしの方法でデータ表現を学習する有望な結果が得られています。本研究では、意味のある情報を符号化し、ラベルの必要なくデータ分布について学習できる分離表現を学習するために、符号化器とジェネレータを組み合わせたフレームワークを提案します。現行のアプローチは主にGANsの生成側に焦点を当てていますが、我々のフレームワークは実際のデータポイントだけでなく生成されたデータポイントに対する推論も行うことができます。複数のデータセットでの実験結果から、符号化器が解釈可能かつ分離された表現を学習し、特定の特性を持つ画像サンプリングに利用できることを示しています。