Autoenkoder
En autoenkoder er et nevralt nettverk av typen enkoder-dekoder, popularisert av Hinton og Salakhutdinov i 2006, som komprimerer data til en lavdimensjonal latent kode og deretter rekonstruerer dem, noe som muliggjør dimensjonsreduksjon og anomalideteksjon. Ved å lære å gjenskape sitt eget input gjennom en smal flaskehals, oppdager den en kompakt representasjon av dataene.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Kilder
- Hinton, G.E. & Salakhutdinov, R.R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507. DOI: 10.1126/science.1127647 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Autoencoder (Encoder-Decoder Neural Network for Dimensionality Reduction). ScholarGate. https://scholargate.app/no/deep-learning/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.
- FaktoranalyseForskningsstatistikk↔ compare
- K-means klyngeanalyseMaskinlæring↔ compare
- HovedkomponentanalyseMaskinlæring↔ compare
- VariasjonsautoenkoderDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →