論文の概要: Adversarial Jamming for Autoencoder Distribution Matching

• arxiv url: http://arxiv.org/abs/2512.02740v1
• Date: Tue, 02 Dec 2025 13:23:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-03 21:04:45.887535
• Title: Adversarial Jamming for Autoencoder Distribution Matching
• Title（参考訳）: 自己エンコーダ分布マッチングにおける逆ジャミング
• Authors: Waleed El-Geresy, Deniz Gündüz,
• Abstract要約: 本稿では,オートエンコーダの潜伏空間を正規化するために,対向無線ジャミングを用いることを提案する。 我々は標準変分オートエンコーダとワッサーシュタインオートエンコーダに匹敵する分布を実現する。
• 参考スコア（独自算出の注目度）: 45.91787704667618
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose the use of adversarial wireless jamming to regularise the latent space of an autoencoder to match a diagonal Gaussian distribution. We consider the minimisation of a mean squared error distortion, where a jammer attempts to disrupt the recovery of a Gaussian source encoded and transmitted over the adversarial channel. A straightforward consequence of existing theoretical results is the fact that the saddle point of a minimax game - involving such an encoder, its corresponding decoder, and an adversarial jammer - consists of diagonal Gaussian noise output by the jammer. We use this result as inspiration for a novel approach to distribution matching in the latent space, utilising jamming as an auxiliary objective to encourage the aggregated latent posterior to match a diagonal Gaussian distribution. Using this new technique, we achieve distribution matching comparable to standard variational autoencoders and to Wasserstein autoencoders. This approach can also be generalised to other latent distributions.
• Abstract（参考訳）: 本稿では,対角ガウス分布に適合するオートエンコーダの潜時空間を正規化するために,対角無線ジャミングを用いることを提案する。 本稿では,ガウス音源の復号化を妨害し,逆流路上で伝送する,平均二乗誤差歪みの最小化について考察する。 既存の理論結果の直接的な結果は、そのようなエンコーダ、対応するデコーダ、および対向ジャマを含むミニマックスゲームのサドルポイントが、ジャマーによって出力される対角ガウスノイズからなるという事実である。 本研究では, この結果から, ジャミングを補助目的として用い, 対角ガウス分布に一致するように集約したラテント後部を促進させる新しい分布マッチング手法のインスピレーションとなる。 この新しい手法を用いて、標準変分オートエンコーダとワッサーシュタインオートエンコーダに匹敵する分布を実現する。 このアプローチは他の潜在分布にも一般化することができる。

関連論文リスト

• Rate-Distortion-Perception Tradeoff Based on the Conditional-Distribution Perception Measure [30.285592443654565]
  本稿では,大きなブロック長の制限下でのメモリレスソースモデルの速度歪み知覚トレードオフについて検討する。 離散メモリレスソースの場合の関数の単一文字特性を導出し、デコーダがノイズ付加機構に制限可能であることを示す。
  論文  参考訳（メタデータ） (2024-01-22T18:49:56Z)
• Symmetric Equilibrium Learning of VAEs [56.56929742714685]
  可変オートエンコーダ(VAE)をデコーダ-エンコーダペアとみなし,データ空間内の分布を潜在空間内の分布にマッピングする。 本研究では,エンコーダとデコーダに対して対称なナッシュ均衡学習手法を提案し,データと潜伏分布の両方がサンプリングによってのみアクセス可能な状況下でのVAEの学習を可能にする。
  論文  参考訳（メタデータ） (2023-07-19T10:27:34Z)
• Complexity Matters: Rethinking the Latent Space for Generative Modeling [65.64763873078114]
  生成的モデリングにおいて、多くの成功したアプローチは、例えば安定拡散のような低次元の潜在空間を利用する。 本研究では, モデル複雑性の観点から潜在空間を再考することにより, 未探索の話題に光を当てることを目的としている。
  論文  参考訳（メタデータ） (2023-07-17T07:12:29Z)
• Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
  Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。 本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
  論文  参考訳（メタデータ） (2023-06-27T08:15:28Z)
• Direct Measure Matching for Crowd Counting [59.66286603624411]
  そこで本研究では,予測密度マップを散乱点付基底真理に直接回帰する測度に基づく新しい計数手法を提案する。 本稿では, シンクホーンの測位損失を計測するために設計した, 半平衡型のシンクホーン発散を導出する。
  論文  参考訳（メタデータ） (2021-07-04T06:37:33Z)
• Autoencoding Variational Autoencoder [56.05008520271406]
  我々は,この行動が学習表現に与える影響と,自己整合性の概念を導入することでそれを修正する結果について検討する。 自己整合性アプローチで訓練されたエンコーダは、敵攻撃による入力の摂動に対して頑健な(無神経な)表現につながることを示す。
  論文  参考訳（メタデータ） (2020-12-07T14:16:14Z)
• Mode Penalty Generative Adversarial Network with adapted Auto-encoder [0.15229257192293197]
  本稿では,事前学習した自動エンコーダと組み合わされたモードペナルティGANを提案する。 提案手法をGANに適用することにより, ジェネレータの最適化がより安定し, 実験による収束が早くなることを示す。
  論文  参考訳（メタデータ） (2020-11-16T03:39:53Z)
• Variance Constrained Autoencoding [0.0]
  エンコーダの場合、同時に分布制約を強制し、出力歪みを最小化しようとすると、生成的および再構成的品質が低下することを示す。 本稿では,分散制約のみを適用した分散制約付きオートエンコーダ(VCAE)を提案する。 実験の結果,VCAEは,MNISTとCelebAの再構成および生成品質において,ワッサースタインオートエンコーダと変分オートエンコーダを改良することがわかった。
  論文  参考訳（メタデータ） (2020-05-08T00:50:50Z)
• Batch norm with entropic regularization turns deterministic autoencoders into generative models [14.65554816300632]
  変分オートエンコーダはよく定義された深部生成モデルである。 本研究では、非決定論の情報源としてバッチ正規化を利用することで、決定論的オートエンコーダを生成モデルに変換するのに十分であることを示す。
  論文  参考訳（メタデータ） (2020-02-25T02:42:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。