Полу-наблюдаван дифузионен модел
Полу-наблюдаван дифузионен модел разширява вероятностната рамка на дифузията за премахване на шума към настройки, при които само част от тренировъчните извадки носят етикети на класове. Чрез комбиниране на безусловен дифузионен гръбнак с лек класификатор, обучен върху маркирани примери, той се научава да генерира висококачествени изходи, обусловени от етикети, като същевременно използва структурата в немаркирани данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Sohl-Dickstein, J., Weiss, E., Maheswaranathan, N., & Ganguli, S. (2015). Deep Unsupervised Learning using Nonequilibrium Thermodynamics. Proceedings of the 32nd International Conference on Machine Learning (ICML), 2256–2265. link ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised Diffusion Model for Generative Learning with Partial Labels. ScholarGate. https://scholargate.app/bg/deep-learning/semi-supervised-diffusion-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Генеративна състезателна мрежаДълбоко обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
- Вариационен автоенкодерДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →