보조 딥 생성 모델

신경망으로 매개변수화된 딥 생성 모델은 최근 비지도 학습 및 반지도 학습에서 최첨단 성능을 달성하였다. 본 연구에서는 보조 변수를 활용하여 딥 생성 모델을 확장함으로써 변분 근사의 정확도를 향상시켰다. 보조 변수는 생성 모델의 구조에는 영향을 주지 않지만, 변분 분포의 표현 능력을 향상시킨다. 보조 변수의 구조에 영감을 받아, 두 개의 확률적 층과 스킵 연결을 갖는 모델도 제안하였다. 연구 결과에 따르면, 더 표현력이 풍부하고 적절하게 설정된 딥 생성 모델은 더 빠르게 수렴하며 보다 우수한 성능을 보인다. 제안된 방법은 MNIST, SVHN, NORB 데이터셋에서 반지도 학습 환경에서 최첨단 성능을 달성하였다.