面向层次化表示学习的非参数变分自编码器

近年来发展的变分自编码器（VAEs）已被证明是神经网络丰富表示能力与贝叶斯方法的有效融合。然而，大多数关于VAEs的研究对潜变量采用较为简单的先验，例如标准正态分布，从而将其应用限制在相对简单的现象上。本文提出层次化非参数变分自编码器，将树结构贝叶斯非参数先验与VAEs相结合，以实现潜表示空间的无限灵活性。神经参数与贝叶斯先验均通过定制的变分推断联合学习。所得模型在语料数据下诱导出潜语义概念的层次结构，并推断出数据实例的准确表示。我们将模型应用于视频表示学习。基于学习到的丰富表示，我们的方法能够发现高度可解释的活动层次结构，并获得改进的聚类准确率和泛化能力。