Discovering and decoding latent mean-field structure with variational autoencoders
यह शोध पत्र यह स्थापित करता है कि एक सफल वेरिएशनल ऑटोएन्कोडर (variational autoencoder) स्वाभाविक रूप से एक लेटेंट मीन-फील्ड थ्योरी (latent mean-field theory) सीखता है, यह प्रदर्शित करते हुए कि इसका कंडिशनली इंडिपेंडेंट डिकोडर (conditionally independent decoder) एक परिमित-आकार के मीन-फील्ड फैक्टराइजेशन (finite-size mean-field factorization) के संरचनात्मक रूप से समान है, जो कि समाधान योग्य सांख्यिकीय भौतिकी मॉडलों और वास्तविक तंत्रिका जनसंख्या डेटा (neural population data) दोनों पर अंतर्निहित इंटरेक्शन पैटर्न को पुनः प्राप्त करने के लिए मान्य किया गया है।