β-VAEは独立性 InfoVAEは情報量 どちらも損失関数の工夫 潜在空間の質を良くする β-VAEは表現の分離 次元を分ける KLダイバージェンスに 1より大きい係数βをかける 潜在変数が正規分布に 従う制約を強くする 独立性が高まるが 再構成誤差は 場合によりわずかに悪化 β-VAEは正則化項をβ倍 InfoVAEは 相互情報量の最大化 潜在変数の 無視される問題を防ぐ InfoVAEは情報の活用 デコーダが強すぎて 潜在変数を 無視する問題を解決 MMDを用いる手法が含まれる 入力の情報を保持し 表現力が向上 βの目的は表現の分離 Infoの目的は 相互情報量の最大化
