Machine learning
Variational Autoencoder
変分オートエンコーダ（VAE）は、2014年にDiederik KingmaとMax Wellingによって導入された深層生成潜在変数モデルであり、データを潜在空間内の確率分布としてエンコードし、その分布からサンプリングして新しい例を生成します。データ生成、異常検知、特徴学習に使用されます。
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.
+26 more
出典
- Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR). link ↗
- Higgins, I. et al. (2017). beta-VAE: Learning Basic Visual Concepts with a Constrained Variational Framework. International Conference on Learning Representations (ICLR). link ↗
このページの引用方法
ScholarGate. (2026, June 1). Variational Autoencoder (VAE). ScholarGate. https://scholargate.app/ja/deep-learning/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.
- オートエンコーダー深層学習↔ compare
- 拡散モデル深層学習↔ compare
- Generative Adversarial Network深層学習↔ compare
- 主成分分析機械学習↔ compare
- スコアベース生成モデル深層学習↔ compare
この手法を参照する項目
オートエンコーダーオートエンコーダ異常検知ベイズ混合ガウスモデルBayesian Single-Cell RNA-seq Analysis拡散モデルドメイン適応型変分オートエンコーダ説明可能なGAN説明可能なガウス混合モデル説明可能な変分オートエンコーダファインチューニングされた変分オートエンコーダGenerative Adversarial NetworkGPTファインチューニングLoRAとPEFT多言語変分オートエンコーダマルチモーダル変分オートエンコーダニューラルスタイル変換正規化フロー (Normalizing Flows)制限付きボルツマンマシン (RBM)スコアベース生成モデル自己教師ありオートエンコーダー異常検知自己教師あり拡散モデル自己教師あり混合ガウスモデル自己教師ありガウス過程自己教師あり変分オートエンコーダ半教師あり拡散モデルSemi-supervised GAN半教師ありガウス混合モデル半教師ありLSTM半教師あり変分オートエンコーダ転移学習GAN変分オートエンコーダーを用いた転移学習ビジョントランスフォーマー弱教師あり拡散モデル弱教師ありGAN (Weakly Supervised GAN)弱教師あり変分オートエンコーダー