VAE (変分自己符号化器) の仕組みと応用

深層学習 (Deep Learning) は大量の正解ラベル付きデータを活用して画像や音声の識別や変換を行うことを得意としている。なのでいくら手元に大量のデータがあっても、まずは人の手で分類・タグ付けを行う必要があり、導入の障害となっていることがある。 　一方で深層学習を用いた生成モデルである変分自己符号化器 (variational autoencoder; VAE) は、正解ラベルが限られていたり、全く与えられていない状態でも、ある程度有益な情報を抽出・発見できることが知られている。 　本セミナーではVAEを中心に深層学習を用いた生成モデルについて、その構造や理論的背景、応用事例を解説する。

1. 深層学習の基礎的説明
   1. 教師あり学習
   2. 特徴抽出と転移学習
2. 自己符号化器
   1. 自己符号化器 (autoencoder) 以前のニューラルネットワーク型生成モデル
   2. 変分自己符号化器 (variational autoencoder) の解説
   3. その他の深層生成モデル
   4. VAEやその他の生成モデルの応用事例