מכונת קידוד אוטומטית וריאציונית מפוקחת באופן חלש
מכונת קידוד אוטומטית וריאציונית מפוקחת באופן חלש (WS-VAE) מרחיבה את מסגרת היצירה הסטנדרטית של VAE על ידי שילוב אותות פיקוח חלקיים, רועשים או גסים — כגון תוויות ממקור המונים, כללים היוריסטיים, או אנוטציות תוכנתיות — להנחיית למידת מרחב סמוי ללא צורך בנתונים מתויגים במלואם. היא מיושמת באופן נרחב בתחומי ראייה ממוחשבת, עיבוד שפה טבעית ותחומים ביו-רפואיים שבהם תוויות אמת מלאות יקרות או אינן זמינות.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Weakly Supervised Variational Autoencoder (WS-VAE). ScholarGate. https://scholargate.app/he/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.
- רשת יריבות יוצרת (Generative Adversarial Network)למידה עמוקה↔ compare
- למידה מונחית-למחצהלמידת מכונה↔ compare
- מפענח אוטומטי וריאציונילמידה עמוקה↔ compare