条件付きサンプリングのためのペア型ワッサースタインオートエンコーダ

抽象: 生成型オートエンコーダは、エンコーダ—デコーダの組を共同で最適化することで、データ分布のコンパクトな潜在表現を学習する。特に、ワッサースタイン・オートエンコーダ（WAE）は、緩和された最適輸送（OT）目的関数を最小化する。ここでは、分布間の類似性は、コストを最小化する結合分布（OTカップリング）を通じて測定される。分布整合に加えて、ニューラルOT手法は、OTカップリングによって誘導される2つのデータ分布間の写像を学習することを目指している。WAE損失の定式化に基づき、共有された潜在空間を用いる2つの対（ペア）のWAEによって、OTタイプのカップリングからサンプリングを可能にする新しい損失関数を導出する。その結果、完全にパラメータ化された結合分布により、（i）決定論的エンコーダによって2つのデータ分布間のコスト最適な輸送写像が学習される。さらに、コスト整合性制約の下では（ii）確率的デコーダを通じて、OTタイプのカップリングから条件付きサンプリングが可能になる。概念実証として、周辺分布および条件付き分布が既知で可視化可能な合成データを用いる。