WHY?

기존의 VAE는 latent variable들의 aggregated posterior를 특정 분포를 따르게 하기 위하여 KL Divergence의 regularizer를 사용한다.

WHAT?

Adversarial Autoencoder는 latent variable들의 agrregated posterior를 특정 분포를 따르게 만들기 위하여 GAN에서 사용하는 Discriminator Loss를 사용한다.

So?

이를 통하여 특정 분포의 식을모르더라도 sampling만 할 수 있다면 latent variable들이 그 분포를 따르도록 만들 수 있다. latent variable의 분포를 형성하는데 label의 information을 사용할 수 있으며 semi-supervised, unsupervised에도 활용할 수 있다.

Oord, Aaron van den, et al. “Parallel WaveNet: Fast High-Fidelity Speech Synthesis.” arXiv preprint arXiv:1711.10433 (2017).