Самонадгледани варијациони аутоенкодер
Самонадгледани варијациони аутоенкодер (SS-VAE) комбинује учење генеративног латентног простора стандардног VAE са самонадгледаним претекст задацима — као што су контрастивна аугментација, маскирана реконструкција или предвиђање ротације — како би научио богатије, више распетљане репрезентације из података без ознака, без икаквих ручних анотација.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. In Proceedings of the 2nd International Conference on Learning Representations (ICLR 2014). link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2021). Self-Supervised Learning: Generative or Contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Self-supervised Variational Autoencoder (SS-VAE). ScholarGate. https://scholargate.app/sr/deep-learning/self-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.
- Podešeni Varijacioni AutoenkoderDuboko učenje↔ compare
- Generativna suparnička mrežaDuboko učenje↔ compare
- Multimodal Variational AutoencoderDuboko učenje↔ compare
- Samonadzirana konvoluciona neuronska mrežaDuboko učenje↔ compare
- Polu-nadgledana Varijaciona AutoenkoderDuboko učenje↔ compare
- Varijacioni autoenkoderDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →