Modelos generativos-inferenciales: teoría y aplicaciones

Abstract

Esta tesis estudia modelos generativos-inferenciales (GI) \textit{i.e.} modelos generativos basados en redes neuronales que consideran un modelo de inferencia. El modelo de inferencia es útil para alcanzar las características más relevantes del espacio observado $\mathcal{X}$ comprimidas en el espacio latente $\mathcal{Z}$. Proponemos dos propiedades deseadas para estos modelos: una asociada al modelo gráfico y otra asociada a sus capacidades de representación. Habiendo formalizado estas propiedades, nos enfocamos en alcanzarlas bajo dos marcos: 1) Hacer coincidir las distribuciones conjuntas de los modelos GI y 2) utilizando una perspectiva novedosa basada en la información mutua de las distribuciones de los modelos GI. Desde estas perspectivas proponemos nuevos modelos GI. También validamos los hallazgos teóricos con extensos resultados experimentales. Observamos que la distribución prior $p(z)$ de los modelos GI es fundamental tanto la generación de datos como para su representación. Derivamos teóricamente los modelos con priors multimodales en lugar de unimodales. Basándonos en esta teoría, propusimos dos modelos. Un modelo es usado para realizar \textit{clustering} en imágenes, obteniendo resultados en el estado del arte. El otro modelo puede ser usado para detección de anomalías en curvas de luz gracias a un nuevo decodificador y un nuevo \textit{score} para detectar anomalías.