잠재 공간 분해 및 조작을 위한 행렬 부분 공간 투영

우리는 오토인코더의 잠재 공간을 분리하여 라벨된 속성 정보와 다른 특징 정보를 구분하는 문제에 접근합니다. 이를 통해 선택된 속성을 변경하면서 다른 정보를 유지할 수 있습니다. 우리의 방법, 행렬 부분공간 투영(matrix subspace projection),는 이전의 잠재 공간 인자화 방법들보다 훨씬 간단하며, 예를 들어 여러 판별기나 손실 함수 사이의 신중한 가중치 조정이 필요하지 않습니다. 또한 우리의 새로운 모델은 플러그인 형태로 오토인코더에 적용될 수 있으며, 이미지나 텍스트와 같은 다양한 영역에서 작동합니다. 우리는 인간 평가와 자동화된 방법을 사용하여 다양한 영역에서 학습된 오토인코더에서 속성 조작의 유용성을 입증하였습니다. 우리의 새로운 모델(예: 재구성, 조건부 생성)의 생성 품질은 여러 강력한 기준모델과 비교해도 매우 경쟁력적입니다.