দুর্বলভাবে তত্ত্বাবধানে থাকা ভ্যারিয়েশনাল অটোএনকোডার
একটি দুর্বলভাবে তত্ত্বাবধানে থাকা ভ্যারিয়েশনাল অটোএনকোডার (WS-VAE) হলো একটি স্ট্যান্ডার্ড VAE জেনারেটিভ ফ্রেমওয়ার্কের সম্প্রসারণ, যা আংশিক, গোলযোগপূর্ণ, বা স্থূল তত্ত্বাবধান সংকেত — যেমন ক্রাউড-সোর্সড লেবেল, হিউরিস্টিক নিয়ম, বা প্রোগ্রাম্যাটিক টীকা — অন্তর্ভুক্ত করে সম্পূর্ণ টীকাযুক্ত ডেটার প্রয়োজন ছাড়াই ল্যাটেন্ট স্পেস শিক্ষাকে পরিচালিত করে। এটি কম্পিউটার ভিশন, এনএলপি, এবং বায়োমেডিক্যাল ডোমেনে ব্যাপকভাবে প্রয়োগ করা হয় যেখানে সম্পূর্ণ গ্রাউন্ড-ট্রুথ লেবেলগুলি ব্যয়বহুল বা অনুপলব্ধ।
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
- Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. In Proceedings of the International Conference on Learning Representations (ICLR 2014). link ↗
- Kingma, D. P., Mohamed, S., Rezende, D. J. & Welling, M. (2014). Semi-supervised learning with deep generative models. In Advances in Neural Information Processing Systems (NeurIPS 2014), 27. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Weakly Supervised Variational Autoencoder (WS-VAE). ScholarGate. https://scholargate.app/bn/deep-learning/weakly-supervised-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
- আধা-তত্ত্বাবধানাধীন শিখন (Semi-supervised Learning)যন্ত্র শিখন↔ compare
- ভেরিয়েশনাল অটোএনকোডারগভীর শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →