Machine learningDeep learning / NLP / CV
ドメイン適応型変分オートエンコーダ
ドメイン適応型変分オートエンコーダ（DA-VAE）は、標準的なVAEフレームワークを拡張し、ドメイン固有の変動とクラス関連およびドメイン不変のコンテンツを分離する分離された潜在表現を学習します。これにより、ソースドメインでトレーニングされたモデルが、限定的なターゲットラベルまたはラベルなしのターゲットドメインに効果的に一般化できるようになります。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Ilse, M., Tomczak, J. M., Louizos, C., & Welling, M. (2020). DIVA: Domain Invariant Variational Autoencoders. Proceedings of the Third Conference on Medical Imaging with Deep Learning (MIDL 2020), PMLR 121, 322–348. link ↗
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. Proceedings of the 2nd International Conference on Learning Representations (ICLR 2014). link ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-Adaptive Variational Autoencoder (DA-VAE). ScholarGate. https://scholargate.app/ja/deep-learning/domain-adaptive-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.
Compare side by side →