Machine learningDeep learning / NLP / CV
半教師あり変分オートエンコーダ
半教師ありVAE（M2モデル）は、ラベル付きデータとラベルなしデータの両方を、原理的な確率的フレームワークで活用し、入力の潜在表現と分類器を共同で学習する深層生成モデルである。2014年にKingmaらによって導入されたこのモデルは、生成モデルがラベルなし観測値を説明することで、ラベルが少ない場合でも高精度な分類を可能にする。
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
- Kingma, D. P., Mohamed, S., Rezende, D. J., & Wierstra, D. (2014). Semi-supervised learning with deep generative models. Advances in Neural Information Processing Systems (NeurIPS), 27, 3581–3589. link ↗
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR 2014). link ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Variational Autoencoder (M1/M2 Generative Model). ScholarGate. https://scholargate.app/ja/deep-learning/semi-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.
- Generative Adversarial Network深層学習↔ compare
- 自己教師あり変分オートエンコーダ深層学習↔ compare
- 半教師あり畳み込みニューラルネットワーク深層学習↔ compare
- 半教師ありTransformer深層学習↔ compare
- 変分オートエンコーダーを用いた転移学習深層学習↔ compare
- Variational Autoencoder深層学習↔ compare