Variational Autoencoder (VAE)

Wprowadzenie

Variational Autoencoder (VAE) to generatywny model probabilistyczny wprowadzony w 2013 roku przez D. Kingmę i M. Wellinga. Łączy w sobie autoenkodery z wnioskowaniem bayesowskim, umożliwiając nie tylko kompresję danych, ale przede wszystkim generowanie nowych, realistycznych próbek.

Jak działa VAE?

VAE składa się z dwóch głównych części:

• Encoder – mapuje dane wejściowe na rozkład prawdopodobieństwa w przestrzeni latentnej (zazwyczaj Gaussowski)

• Decoder – generuje dane z próbek pobranych z przestrzeni latentnej

Trening odbywa się poprzez maksymalizację Evidence Lower Bound (ELBO), która składa się z dwóch części: rekonstrukcji i regularyzacji (KL Divergence).

Zalety VAE

• Ciągła przestrzeń latentna – pozwala na interpolację i generowanie nowych próbek

• Stabilniejszy trening niż GAN-y

• Możliwość kontroli nad generowanymi danymi

• Dobra interpretowalność przestrzeni ukrytej

Warianty VAE

• Beta-VAE – lepsza disentanglement cech

• Conditional VAE (CVAE) – generowanie warunkowe

• Vector Quantized VAE (VQ-VAE) – dyskretna przestrzeń latentna

• Hierarchical VAE – wielopoziomowa struktura latentna

Zastosowania

• Generowanie obrazów (np. faces, landscapes)

• Generowanie muzyki i dźwięku

• Modelowanie molekuł w chemii i farmacji

• Redukcja wymiarowości i usuwanie szumu

• Anomaly detection

Aktualny status (2026)

VAE pozostaje fundamentem generatywnego uczenia maszynowego. Chociaż w generowaniu obrazów dominują obecnie modele dyfuzyjne i autoregresywne, VAE jest nadal szeroko używany w zadaniach wymagających dobrze zorganizowanej przestrzeni latentnej, disentanglementu oraz w modelach hybrydowych.

office@freenetmedia.pl