【G検定過去問風テスト】情報量を取り戻す！infoVAEの特徴とは？
※本記事では、アフィリエイトプログラムより教材を紹介しています。
📝 問題
変分オートエンコーダ（VAE）の学習時において、潜在変数が入力データを無視してしまう現象（事後崩壊）を防ぎ、入力データの特徴を正確に反映させるために「相互情報量」を最大化するように改良されたVAEの仲間として、最も適切な選択肢を1つ選べ
- A）VQ-VAE
- B）β-VAE
- C）infoVAE
- D）積層オートエンコーダ
🔍 ここをクリックして正解を見る
- 正解: ○）C）infoVAE
💡 合格に近づく！徹底解説
- 重要度: ★★☆
■ 1分で分かる！この問題の要点
- infoVAEは、入力データと潜在変数の間の「相互情報量」を最大化するように改良されたVAEの拡張モデル。
- 通常のVAEで起きがちな「潜在変数が入力情報を無視してしまう（事後崩壊）」という課題を解決するために考案された。
■ 初学者向け解説（例え話や背景）
通常のVAEを賢く学習させようとすると、たまにAIがサボってしまい、圧縮した中身（潜在変数）をちゃんと見ずに、適当なデータだけで画像を生成しようとする困った現象（事後崩壊）が起きます。
これを防ぐために登場したのがinfoVAEです。グループワークで全員がしっかり意見を共有し合う（＝入力と潜在変数の結びつき、すなわち「相互情報量」を最大化する）ように仕組みを厳しくしたバージョンです。「相互情報量」というワードを見たら、infoVAEを思い出せば一発で正解できます！
■ 選択肢の解説
- A) VQ-VAE（×）: 潜在変数を離散的なコードブック（辞書）で表現し、高画質な画像を生成できるようにしたモデルです。
- B) β-VAE（×）: ハイパーパラメータ $\beta$ を導入し、潜在変数の各要素を独立させる「もつれほぐし」を行うモデルです。
- C) infoVAE（○）: 相互情報量を最大化して、入力データの特徴を潜在空間にしっかり反映させるように改良されたVAEの仲間です。
- D) 積層オートエンコーダ（×）: 通常のオートエンコーダの層を何層も積み重ねて事前学習に用いられた歴史的モデルです。
👉 次の問題＆解説テキスト
お疲れ様です！
この調子で次の問題に挑戦しますか？
それとも、立ち止まって詳しい解説を確認しますか？
