講演情報
[12019]不均一分散変分オートエンコーダに基づく静的データ融合のための生成フレームワーク（シンポジウム講演概要）
*ダルマシリ ミゲルアラチラゲカスンマドゥサンカ1、本田 利器1 (1. 東京大学)
キーワード：
静的データ融合、生成AI、変分オートエンコーダ、非ガウス
本論文では、不均一分散変分オートエンコーダ（VAE）を用いた、静的データ融合のための生成フレームワークを提案する。尤度の導出をノイズモデリングタスクとして扱うことで、従来のガウス分布の仮定や明示的なパラメトリック方程式を回避する。本手法では、償却誤差を最小化するために、ノイズ分布を用いたVAEのオフライン学習と、重要度重み付きオートエンコーダ（IWAE）を介したオンラインベイズ推論を行う。10次元多変量ロジスティックデータセットを用いた検証により、高精度な事後推定が可能であることが確認された。特筆すべきは、元の特徴量次元のわずか30%という圧縮された潜在空間内においても、本システムがロバストに機能することである。