[G1-Sync] Manual knowledge update

10_Wiki/Topics/Variational Autoencoders (VAE).md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AUTO-VVAE-001
+id: [[P-Reinforce]]-AUTO-VVAE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.98
-tags: [auto-reinforced, vae, generative-modeling, latent-space, deep-learning, unsupervised-learning]
+tags: [auto-reinforced, vae, generative-modeling, latent-space, [[Deep-Learning]], un[[Supervised-Learning]]]
 last_reinforced: 2026-04-20
 ---
 
@@ -18,7 +18,7 @@ last_reinforced: 2026-04-20
     *   **Encoder**: 입력 데이터(이미지 등)를 저차원의 '잠재 변수(Latent Variable)' 분포(평균과 분산)로 압축.
     *   **Latent Space**: 데이터를 하나의 점이 아닌 '확률 분포'의 영역으로 표현하여, 그 영역 내의 어떤 점에서도 그럴싸한 데이터가 나오게 함 (연속성 확보).
     *   **Decoder**: 잠재 공간에서 샘플링한 벡터를 다시 원래의 고차원 데이터 형식으로 복원 및 생성.
-2.  **핵심 기법 - Reparameterization Trick**:
+2.  **핵심 기법 - Re[[Parameter]]ization Trick**:
     *   샘플링 과정은 미분이 불가능하여 오차 역전파가 안 되는데, 이를 수학적 트릭으로 우회하여 신경망 전체가 학습 가능하게 만듦.
 3.  **용도**:
     *   데이터 증강, 노이즈 제거(Denosing), 이미지 생성, 분자 구조 설계 등.