Machine learningDeep learning / NLP / CV
弱教師あり変分オートエンコーダー
弱教師あり変分オートエンコーダー（WS-VAE）は、標準的なVAE生成フレームワークを拡張し、部分的、ノイズ混じり、または粗い教師信号（クラウドソーシングされたラベル、ヒューリスティックなルール、プログラムによる注釈など）を組み込むことで、完全に注釈付けされたデータを必要とせずに潜在空間学習をガイドします。これは、完全な正解ラベルが高価または利用不可能なコンピュータビジョン、NLP、および生物医学ドメインで広く応用されています。
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
- Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. In Proceedings of the International Conference on Learning Representations (ICLR 2014). link ↗
- Kingma, D. P., Mohamed, S., Rezende, D. J. & Welling, M. (2014). Semi-supervised learning with deep generative models. In Advances in Neural Information Processing Systems (NeurIPS 2014), 27. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised Variational Autoencoder (WS-VAE). ScholarGate. https://scholargate.app/ja/deep-learning/weakly-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.
Compare side by side →