生成モデルのための識別的正則化

我々は、分類器によって学習された表現が生成モデルの質を向上させるために使用できるかどうかという問題を探求します。我々の推測は、ラベルが自然データの特性に対応しており、それは人間にとって最も際立っています：顔のアイデンティティ、画像の中のオブジェクト、そして音声の中の発話です。これを利用するために、識別的分類器からの表現を使用して生成モデルに対応する目的関数を拡張することを提案します。特に、人気のある生成モデルである変分オートエンコーダの目的関数を識別的正則化項で強化します。このように目的関数を強化することで、標準的な変分オートエンコーダのサンプルよりも明瞭で視覚的に高品質なサンプルが得られることを示します。