Machine learning

Variational Autoencoder

De Variational Autoencoder (VAE) is een diep generatief latente-variabele model, geïntroduceerd door Diederik Kingma en Max Welling in 2014, dat data codeert als een kansverdeling in een latente ruimte en samples uit die verdeling trekt om nieuwe voorbeelden te genereren. Het wordt gebruikt voor datageneratie, anomaliedetectie en feature learning.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Variational Autoencoder

Auto-encoder Diffusion Model Generatief Adversarieel…Hoofdcomponentenanalyse Score-gebaseerd generati…Autoencoder Anomaliedete…Bayesiaans Gaussisch Mix…Bayesiaanse analyse van…Domein-Adaptieve Variati…Uitlegbare GAN

+26 more

Bronnen

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 ↗

Deze pagina citeren

ScholarGate. (2026, June 1). Variational Autoencoder (VAE). ScholarGate. https://scholargate.app/nl/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.

Auto-encoderDeep learning↔ compare
Diffusion ModelDeep learning↔ compare
Generatief Adversarieel NetwerkDeep learning↔ compare
HoofdcomponentenanalyseMachine learning↔ compare
Score-gebaseerd generatief modelDeep learning↔ compare

Compare side by side →

Geciteerd door

Auto-encoder Autoencoder Anomaliedetectie Bayesiaans Gaussisch Mixture Model Bayesiaanse analyse van enkele cel RNA-seq Diffusion Model Domein-Adaptieve Variationele Auto-encoder Uitlegbare GAN Explainable Gaussian Mixture Model Explainable Variational Autoencoder Fijn-afgestelde Variational Autoencoder Generatief Adversarieel Netwerk GPT Fine-Tuning LoRA en PEFT Multilinguïstische Variationele Auto-encoder Multimodale Variational Auto-encoder Neural Style Transfer Normalizing Flows Restricted Boltzmann Machine (RBM)Score-gebaseerd generatief model Zelf-gesuperviseerde autoencoder anomaliedetectie Zelf-gesuperviseerd diffusiemodel Zelf-gesuperviseerd Gaussisch Mengselmodel Zelf-gesuperviseerd Gaussisch Proces Zelf-gesuperviseerde Variational Autoencoder Semi-supervised Diffusion Model Semi-supervised GAN Semi-supervised Gaussian Mixture Model Semi-supervised LSTM Semi-supervised Variational Autoencoder Transfer Learning GAN Transfer Learning met Variational Autoencoder Transformator voor Visuele Waarneming Zwak Gesuperviseerd Diffusiemodel Zwak-gesuperviseerde GAN Zwak-gesuperviseerde Variational Autoencoder

Een fout op deze pagina gezien? Meld het of stel een correctie voor →

Lees de volledige methode

Method map

Bronnen

Deze pagina citeren

Verwante methoden

Which method?

Geciteerd door