변분 손실 오토인코더: RNN이 잠재 변수를 무시하는 경우
2025-03-09
이 논문은 순환 신경망(RNN)과 변분 오토인코더(VAE)를 결합하는 과제를 다룹니다. VAE는 잠재 변수를 사용하여 데이터 표현을 학습하지만, 디코더가 RNN인 경우 RNN은 이러한 잠재 변수를 무시하고 데이터 분포를 직접 학습하는 경우가 많습니다. 저자들은 변분 손실 오토인코더(VLAE)를 제안합니다. 이는 RNN의 정보 접근을 제한하여 전역 구조를 인코딩하기 위해 잠재 변수를 사용하도록 강제합니다. 실험에 따르면 VLAE는 압축되고 의미적으로 풍부한 잠재 표현을 학습하는 것으로 나타났습니다.
AI
표현 학습