生成モデルの一つであるVAE（Variational Autoencoder：変分オートエンコーダ）の説明として、最も適切なものはどれか。
- 1入力を潜在空間上の1点に決定的に写像して復元するだけの仕組みであり、確率分布は扱わないため新たなデータの生成には向かない
- 2エンコーダが入力データを潜在空間上の確率分布として表現し、そこからサンプリングした潜在変数をデコーダで復元するように学習する
- 3生成器と識別器という2つのネットワークを互いに競わせるように学習させ、本物と見分けのつかないデータを生成する
- 4データに段階的にノイズを加えていき、そのノイズを取り除く逆過程を学習することで、ノイズから新たなデータを生成する
正解と解説を見る
正解：2
VAEはエンコーダとデコーダから成るモデルで、エンコーダが入力データを潜在空間上の確率分布（平均と分散）として表し、そこからサンプリングした潜在変数をデコーダで元のデータに復元するよう学習します。潜在空間が連続的で滑らかに整理されるため、潜在空間から新たにサンプリングすると学習データに似た新しいデータを生成できます。選択肢1は確率分布を扱わない通常のオートエンコーダ、選択肢3はGAN、選択肢4は拡散モデルの説明です。「VAE＝エンコーダ・デコーダ構造＋潜在変数を確率分布として扱う」と押さえておきましょう。
根拠：VAE（Kingma & Welling, 2013 "Auto-Encoding Variational Bayes"）