ডোমেইন-অ্যাডাপ্টিভ ভ্যারিয়েশনাল অটোএনকোডার
একটি ডোমেইন-অ্যাডাপ্টিভ ভ্যারিয়েশনাল অটোএনকোডার (DA-VAE) স্ট্যান্ডার্ড VAE ফ্রেমওয়ার্ককে প্রসারিত করে ডিসএন্ট্যাঙ্গলড ল্যাটেন্ট রিপ্রেজেন্টেশন শিখতে, যা ডোমেইন-নির্দিষ্ট পরিবর্তনকে ক্লাস-সম্পর্কিত এবং ডোমেইন-ইনভ্যারিয়েন্ট বিষয়বস্তু থেকে আলাদা করে, ফলে একটি সোর্স ডোমেইনে প্রশিক্ষিত মডেল সীমিত বা কোনো টার্গেট লেবেল ছাড়াই ভিন্ন কিন্তু সম্পর্কিত টার্গেট ডোমেইনে কার্যকরভাবে সাধারণীকরণ করতে পারে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Ilse, M., Tomczak, J. M., Louizos, C., & Welling, M. (2020). DIVA: Domain Invariant Variational Autoencoders. Proceedings of the Third Conference on Medical Imaging with Deep Learning (MIDL 2020), PMLR 121, 322–348. link ↗
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. Proceedings of the 2nd International Conference on Learning Representations (ICLR 2014). link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Domain-Adaptive Variational Autoencoder (DA-VAE). ScholarGate. https://scholargate.app/bn/deep-learning/domain-adaptive-variational-autoencoder
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.
- জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্কগভীর শিখন↔ compare
- ট্রান্সফার লার্নিংযন্ত্র শিখন↔ compare
- ভেরিয়েশনাল অটোএনকোডারগভীর শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →