SWAE作者是谁，以及他对这个技术的贡献

SWAE（Shortest-Path Wasserstein AutoEncoder）是由李宇轩（Yuxuan Li）等人在2019年提出的一种用于图像压缩和生成的神经网络模型。李宇轩是加州大学伯克利分校的博士生，他的研究兴趣包括深度学习、图像处理和计算机视觉等领域。他是SWAE技术的主要作者之一。

SWAE的主要贡献在于提出了一种新的自编码器框架，通过最短路径沃瑟斯坦距离（Shortest-Path Wasserstein Distance）来衡量图像的相似性，从而实现了更好的图像压缩和生成效果。与传统的自编码器相比，SWAE在保留图像信息的同时，能够更好地生成具有多样性的图像。SWAE可以应用于图像压缩、图像生成、图像重构等多个领域，具有广泛的应用前景。