从核心物体识别视角深入考察 β-VAE 中解耦表示的無监督学习

尽管外观存在差异仍能识别物体的能力，即核心物体识别，构成了人类感知的关键部分。虽已明确大脑通过视觉流中的前馈分层计算实现核心物体识别，但允许下游形成不变表示的底层算法仍不甚明了。(DiCarlo et al., 2012) 为在人工感知环境中尝试解决物体识别任务，已构建多种计算感知模型。人工神经网络是由加权边和顶点处数学运算构成的计算图，其松散地受大脑中神经网络的启发，并已在包括物体表征与识别在内的多种视觉感知任务中证明有效。(Pinto et al., 2008) (DiCarlo et al., 2012) 对于许多数据分析任务，学习各维度统计独立从而彼此解耦的表示是有用的。若数据的底层生成因子亦统计独立，潜变量的贝叶斯推断可形成解耦表示。本论文构成一项研究项目，探索变分自编码器（VAE）的推广模型 β-VAE，其旨在利用变分推断学习解耦表示。β-VAE 引入超参数 $\beta$，并强制其瓶颈神经元的条件独立性，这一般而言与潜变量的统计独立性不相容。本文审视该架构，并提供解析与数值论证，旨在表明此不相容性导致 β-VAE 中具有有限最优 $\beta$ 的非单调推断性能。