Autoencoder
Un autoencoder és una xarxa neuronal codificador-descodificador, popularitzada per Hinton i Salakhutdinov el 2006, que comprimeix dades en un codi latent de baixa dimensionalitat i després les reconstrueix, permetent la reducció de dimensionalitat i la detecció d'anomalies. Aprenent a reconstruir la seva pròpia entrada a través d'un coll d'ampolla estret, descobreix una representació compacta de les dades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fonts
- Hinton, G.E. & Salakhutdinov, R.R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507. DOI: 10.1126/science.1127647 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Autoencoder (Encoder-Decoder Neural Network for Dimensionality Reduction). ScholarGate. https://scholargate.app/ca/deep-learning/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.
- Anàlisi FactorialEstadística per a la recerca↔ compare
- Agrupació K-meansAprenentatge automàtic↔ compare
- Anàlisi de Components PrincipalsAprenentatge automàtic↔ compare
- Variational AutoencoderAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →