Kingma & Welling（2014）が提案した変分オートエンコーダーは、データを連続的な確率的潜在空間に写像するエンコーダーと、そこから元のデータを再構成するデコーダーを学習します。これにより、圧縮と新しいサンプルの生成の両方が可能になります。主な貢献は、こうしたモデルを勾配降下法で学習するための実用的な方法（再パラメータ化トリック）を示したことです。
VAE はその後の生成手法に影響を与え、潜在拡散モデルによる画像生成など、現代のシステムの一部を支えています。
LLM アーキテクチャ基礎
2026年更新
VAE（変分オートエンコーダー）
定義
確率的な潜在空間を学習する生成モデルで、データの圧縮と、その空間からの新しいサンプルの生成の両方が可能です。
参考文献
この定義の根拠となる一次資料、査読済み資料、アーカイブ資料です。
Auto-Encoding Variational Bayes
辞書・百科事典の項目
- Wikipedia — Variational autoencoder
- IBM — Think / Topics — What is a variational autoencoder?
この項目を引用する
MultipleChat「VAE（変分オートエンコーダー）」MultipleChat AI・LLM 用語集、2026年。https://multiple.chat/ai-glossary/vae