| 講演名 | 2020-01-24 Optimal Transport based Autoencoder for class and style Disentanglement Florian Tambon(Kyutech), Tetsuo Furukawa(Kyutech), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | The Sinkhorn autoencoder is a novel generative model using optimal transport to model the aggregated posterior from samples, hence discarding traditional reparametrization trick from classical Variational Autoencoder (VAE) and allowing better flexibility of metrics spaces and priors. Yet, one of the down side of all latent space modelling methods is the lack of interpretability and the potential entanglement problem. The aim of this work is to extend the Sinkhorn Autoencoder to better disentangle the latent space by focusing on the class/style separation approach while providing better interpretability and generative capability. Thus, our method would help further expand knowledge regarding optimal transport based generative model. |
| 抄録(英) | The Sinkhorn autoencoder is a novel generative model using optimal transport to model the aggregated posterior from samples, hence discarding traditional reparametrization trick from classical Variational Autoencoder (VAE) and allowing better flexibility of metrics spaces and priors. Yet, one of the down side of all latent space modelling methods is the lack of interpretability and the potential entanglement problem. The aim of this work is to extend the Sinkhorn Autoencoder to better disentangle the latent space by focusing on the class/style separation approach while providing better interpretability and generative capability. Thus, our method would help further expand knowledge regarding optimal transport based generative model. |
| キーワード(和) | Generative model / Optimal Transport / Disentanglement / Sinkhorn Loss / Autoencoder / Latent Space |
| キーワード(英) | Generative model / Optimal Transport / Disentanglement / Sinkhorn Loss / Autoencoder / Latent Space |
| 資料番号 | NC2019-62 |
| 発行日 | 2020-01-16 (NC) |
| 研究会情報 | |
| 研究会 | NLP / NC |
|---|---|
| 開催期間 | 2020/1/23(から3日開催) |
| 開催地（和） | 宮古島マリンターミナル |
| 開催地（英） | Miyakojima Marine Terminal |
| テーマ（和） | NC, NLP, 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 黒川 弘章(東京工科大) / 庄野 逸(電通大) |
| 委員長氏名（英） | Hiroaki Kurokawa(Tokyo Univ. of Tech.) / Hayaru Shouno(UEC) |
| 副委員長氏名（和） | 夏目 季代久(九工大) / 鮫島 和行(玉川大) |
| 副委員長氏名（英） | Kiyohisa Natsume(Kyushu Inst. of Tech.) / Kazuyuki Samejima(Tamagawa Univ) |
| 幹事氏名（和） | 木村 貴幸(日本工大) / 立野 勝巳(九工大) / 吉本 潤一郎(奈良先端大) / 安部川 直稔(NTT) |
| 幹事氏名（英） | Takayuki Kimura(Nippon Inst. of Tech.) / Katsumi Tateno(Kyushu Inst. of Tech.) / Junichiro Yoshimoto(NAIST) / Naotoshi Abekawa(NTT) |
| 幹事補佐氏名（和） | 島田 裕(埼玉大) / 佐村 俊和(山口大) / 篠崎 隆志(NICT) / 瀧山 健(東京農工大) |
| 幹事補佐氏名（英） | Yutaka Shimada(Saitama Univ.) / Toshikaza Samura(Yamaguchi Univ.) / Takashi Shinozaki(NICT) / Ken Takiyama(TUAT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Nonlinear Problems / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Optimal Transport based Autoencoder for class and style Disentanglement |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Generative model / Generative model |
| キーワード(2)（和/英） | Optimal Transport / Optimal Transport |
| キーワード(3)（和/英） | Disentanglement / Disentanglement |
| キーワード(4)（和/英） | Sinkhorn Loss / Sinkhorn Loss |
| キーワード(5)（和/英） | Autoencoder / Autoencoder |
| キーワード(6)（和/英） | Latent Space / Latent Space |
| 第 1 著者 氏名（和/英） | Florian Tambon / Florian Tambon |
| 第 1 著者 所属（和/英） | Kyushu Institute of Technology(略称：Kyutech) Kyushu Institute of Technology(略称：Kyutech) |
| 第 2 著者 氏名（和/英） | Tetsuo Furukawa / Tetsuo Furukawa |
| 第 2 著者 所属（和/英） | Kyushu Institute of Technology(略称：Kyutech) Kyushu Institute of Technology(略称：Kyutech) |
| 発表年月日 | 2020-01-24 |
| 資料番号 | NC2019-62 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | NC-382 |
| ページ範囲 | pp.17-22(NC), |
| ページ数 | 6 |
| 発行日 | 2020-01-16 (NC) |