Pro-t-VAE: miscele t di Student in forma chiusa per l’individuazione robusta di prototipi

Abstract degli autori

Presentiamo un framework generativo profondo e robusto per l’individuazione non supervisionata di prototipi di immagini, basato su una prior a miscela t di Student a code pesanti, che coniuga robustezza statistica e trattabilità matematica. Gli approcci generativi esistenti si basano in genere su prior gaussiane soggette al rumore o su modelli di diffusione ad alta intensità computazionale; nessuno dei due offre al tempo stesso una struttura latente esplicita e un’ottimizzazione analitica esatta. Sebbene i modelli di diffusione possano fornire prior efficaci, il campionamento iterativo e le likelihood intrattabili ne limitano la scalabilità e l’interpretabilità nell’individuazione di prototipi. Affrontiamo questi problemi costruendo uno spazio latente t di Student tramite una formulazione bayesiana a miscela di scale. Ne deriva una ELBO aumentata interamente in forma chiusa per gli autoencoder variazionali a miscela t di Student non supervisionati; per quanto ne sappiamo, è il primo obiettivo di questo tipo applicato all’individuazione robusta di prototipi di immagini, che evita approssimazioni variazionali distorte e gli elevati costi computazionali dei precedenti framework a code pesanti o basati sulla diffusione. Trattare la precisione come variabile latente modula automaticamente l’influenza di ciascun dato, riducendo il peso degli outlier per apprendere una misura di affidabilità dipendente dai dati. Il risultato è una maggiore robustezza, accuratezza ed efficienza, con rappresentazioni latenti ben separate e un apprendimento della varietà più stabile rispetto ai metodi allo stato dell’arte. Convalidiamo il nostro modello su benchmark standard di visione e su impegnativi compiti di neuroimaging. Nell’analisi delle malattie neurodegenerative basata sulla risonanza magnetica cerebrale, il nostro modello recupera prototipi puliti e anatomicamente coerenti, laddove il rumore clinico spesso porta al collasso dei sottotipi rari. Questi risultati evidenziano la capacità del nostro framework di preservare pattern associati all’anatomia per un’individuazione precisa in ambito clinico. Il nostro codice è disponibile all’indirizzo: https://github.com/xuzhikangnba/torch-tvae.