شبكه‌هاي تخاصمي مولد تغييراتي براي جلوگيري از فروافتادگي حالت

Variational Generative Adversarial Networks for Preventing Mode Collapse

مدل‌هاي مولد سعي مي‌كنند توزيع احتمالي كه مشابه با توزيع داده‌هاي ديده شده باشد را به دست آورند. براي اين كار دو راه‌حل در سال‌هاي اخير ارائه شده است؛ يكي كمينه‌كردن واگرايي (فاصله) بين دو توزيع ازطريق بيشينه‌كردن باند پايين تغييراتي و ديگري كاهش ضمني فاصله بين دو توزيع ازطريق فرآيندهاي تخاصمي. يكي از مشكلات موجود در شبكه‌هاي تخاصمي‌مولد، فروافتادگي حالت است. فروافتادگي حالت به موضوعي گفته مي‌شود كه مدل مولد به‌ازاي مقادير ورودي متفاوت و پراكنده، نمونه‌هاي با پراكندگي كم يا حتي نمونه‌هاي مشابه به هم توليد مي‌كند. اين مقاله با ارائۀ روشي با عنوان شبكه‌هاي ‌مولد ‌تخاصمي‌ تغييراتي سعي در مقابله با فروافتادگي‌ حالت و همچنين، توليد داده‌هاي ‌طبيعي‌تر دارد. اين روش با استفاده از خودرمزگذارهاي تغييراتي، شبكه‌هاي‌ تخاصمي ‌مولد را مقدار‌دهي اوليه مي‌كند. به بيان ديگر، علاوه بر اينكه باند پايين تغييراتي را بيشينه مي‌كند، فاصله بين دو توزيع را به‌صورت ضمني كاهش مي‌دهد. نتايج تجربي نشان مي‌دهند اين روش توانسته است بهتر از روش‌هاي موجود با مشكل فروافتادگي حالت مقابله كند. همچنين، در تحليل كيفي براساس نظرسنجي از 136 فرد در رابطه با واقعي‌بودن تصاوير توليدشده نشان داده شد روش پيشنهادي تصاوير مشابه‌تري به واقعيت نسبت به روش پايه توليد كرده است.

Generative models try to obtain a probability distribution that is similar to that of observed data. Two different solutions have been proposed in this regard in recent years: one is to minimize the divergence (distance) between the two distributions by maximizing the variational lower bound, and the other is to implicitly reduce the distance between the two distributions through adversarial processes. One of the problems in generative adversarial networks (GANs) is the mode collapse. Mode collapse is a phenomenon in which, for various inputs, the generative model generates low variety or similar images. This paper tries to provide a solution to the mode collapse problem proposing a novel method called variational generative adversarial networks (VGANs). This method exploits variational autoencoders to initialize GANs. In other words, in addition to maximizing the variational lower bound, it also implicitly reduces the distance between the two distributions. Experimental results show that this method can deal with the mode collapse problem better than the state-of-the-art. Moreover, in the qualitative analysis, according to a survey of 136 people on the authenticity of the generated images, the proposed method can generate images more similar to real ones.