Autoencoder
Az autoencoder egy dekóder-kódoló neurális hálózat, amelyet Hinton és Salakhutdinov népszerűsített 2006-ban, amely az adatokat alacsony dimenziós latens kódba tömöríti, majd rekonstruálja azokat, lehetővé téve a dimenziócsökkentést és az anomáliadetektálást. Azáltal, hogy egy szűk torokszűkítésen keresztül megtanulja saját bemenetét újjáépíteni, a lehető legkompaktabb reprezentációt fedezi fel az adatokról.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Autoencoder (Encoder-Decoder Neural Network for Dimensionality Reduction). ScholarGate. https://scholargate.app/hu/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.
- FaktoranalízisKutatási statisztika↔ compare
- K-means klaszterezésGépi tanulás↔ compare
- Főkomponens-analízisGépi tanulás↔ compare
- Variációs AutoencoderMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →