多模態變分自編碼器

深度分析

HELVAE：利用 Hellinger 聚合提升多模態變分自編碼器效能

研究重新檢視多模態變分自編碼器的推論方式，提出以α=0.5的Hellinger聚合取代傳統PoE、MoE，形成HELVAE。實驗顯示在PolyMNIST、CUB與CelebA上，模型在生成品質與語意一致性間取得更佳平衡，且不需子抽樣，提升多模態學習的效率與可擴展性。