Machine learningDeep learning / NLP / CV
半教師あり拡散モデル
半教師あり拡散モデルは、訓練サンプルのうち一部のみがクラスラベルを持つ設定に、デノイジング拡散確率的フレームワークを拡張したものである。非条件付き拡散バックボーンと、ラベル付きサンプルで訓練された軽量な分類器を組み合わせることで、ラベルなしデータの構造を利用しつつ、高品質なラベル条件付き出力を生成することを学習する。
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
- Sohl-Dickstein, J., Weiss, E., Maheswaranathan, N., & Ganguli, S. (2015). Deep Unsupervised Learning using Nonequilibrium Thermodynamics. Proceedings of the 32nd International Conference on Machine Learning (ICML), 2256–2265. link ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Diffusion Model for Generative Learning with Partial Labels. ScholarGate. https://scholargate.app/ja/deep-learning/semi-supervised-diffusion-model
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 →