Self-supervised Variational Autoencoder
Ise-juhitud muutuv autoenkooder (SS-VAE) ühendab standardse VAE genereeriva latentruumi õppimise iseseisvalt juhitud eelülesannetega – nagu kontrastiivne augmentatsioon, maskeeritud rekonstrueerimine või pöörlemise ennustamine – et õppida rikkamaid, paremini eristatud representatsioone märgistamata andmetest ilma käsitsi annotatsioonita.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. In Proceedings of the 2nd International Conference on Learning Representations (ICLR 2014). link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2021). Self-Supervised Learning: Generative or Contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Self-supervised Variational Autoencoder (SS-VAE). ScholarGate. https://scholargate.app/et/deep-learning/self-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.
- Häälestatud variatsioonautoenkooderSüvaõpe↔ compare
- Generatiivne võistlev võrkSüvaõpe↔ compare
- Multimodaalne varieeruv autoenkooderSüvaõpe↔ compare
- Eneseteadlik konvolutsiooniline närvivõrkSüvaõpe↔ compare
- Poolitatud automaatne kodeerija (Semi-supervised Variational Autoencoder)Süvaõpe↔ compare
- Variational AutoencoderSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →