Variational Autoencoder Adaptat la Domeniu
Un Variational Autoencoder Adaptat la Domeniu (DA-VAE) extinde cadrul standard VAE pentru a învăța reprezentări latente dezasamblate care separă variația specifică domeniului de conținutul relevant pentru clasă și invariant la domeniu, permițând modelelor antrenate pe un domeniu sursă să generalizeze eficient la un domeniu țintă diferit, dar înrudit, cu etichete țintă limitate sau inexistente.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Ilse, M., Tomczak, J. M., Louizos, C., & Welling, M. (2020). DIVA: Domain Invariant Variational Autoencoders. Proceedings of the Third Conference on Medical Imaging with Deep Learning (MIDL 2020), PMLR 121, 322–348. link ↗
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. Proceedings of the 2nd International Conference on Learning Representations (ICLR 2014). link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Domain-Adaptive Variational Autoencoder (DA-VAE). ScholarGate. https://scholargate.app/ro/deep-learning/domain-adaptive-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.
- Rețea Generativă AdversarialÎnvățare profundă↔ compare
- Învățare prin transferÎnvățare automată↔ compare
- Autoencoder VariaționalÎnvățare profundă↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →