초록
본 논문에서는 "픽셀GAN 오토인코더(PixelGAN autoencoder)"를 설명합니다. 이는 생성 경로가 잠재 코드에 조건부로 작동하는 픽셀 단위의 합성곱 자기회귀 신경망(PixelCNN)을 사용하고, 인식 경로가 잠재 코드에 사전 분포를 부과하기 위해 생성적 적대 네트워크(GAN)를 활용하는 생성 오토인코더입니다. 우리는 서로 다른 사전 분포가 잠재 코드와 자기회귀 디코더 사이에서 정보를 다르게 분해함을 보여줍니다. 예를 들어, 가우시안 분포를 사전 분포로 부과하면 전역 대 국소 분해를 달성할 수 있으며, 범주형 분포를 사전 분포로 부과하면 비지도 방식으로 이미지의 스타일과 콘텐츠 정보를 분리할 수 있습니다. 또한 범주형 사전 분포를 사용한 픽셀GAN 오토인코더가 준지도 학습 환경에서 직접 사용될 수 있으며, MNIST, SVHN 및 NORB 데이터셋에서 경쟁력 있는 준지도 분류 결과를 얻을 수 있음을 보여줍니다.