↑: [[G検定に関する知識]] - オートエンコーダを生成モデルに発展させた手法 - 通常のAEとの違い：潜在変数を「確定値の点」ではなく「確率分布（平均・分散）」として扱う - エンコーダが出力するもの：潜在変数の平均（μ）と分散（σ²） - 生成プロセス：分布からランダムサンプリング → デコーダで新データ生成 - 損失関数 = 再構成誤差 + [[KLダイバージェンス]]（正則化項） - KLダイバージェンスで潜在空間を標準正規分布に近づける - 潜在空間が連続・滑らかで補間が可能（[[GAN]]と対比される生成モデル）zk-origin: "[[G検定に関する知識]]"