Semihandled diffusionsmodell
En semihandled diffusionsmodell utökar ramverket för brusreducerande diffusion (denoising diffusion probabilistic framework) till situationer där endast en bråkdel av träningsproverna har klassetiketter. Genom att kombinera en ovillkorlig diffusionsryggrad med en lättviktsklassificerare tränad på märkta exempel, lär den sig att generera högkvalitativa, etikettvillkorade utdata samtidigt som den utnyttjar strukturen i omärkta data.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Sohl-Dickstein, J., Weiss, E., Maheswaranathan, N., & Ganguli, S. (2015). Deep Unsupervised Learning using Nonequilibrium Thermodynamics. Proceedings of the 32nd International Conference on Machine Learning (ICML), 2256–2265. link ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Semi-supervised Diffusion Model for Generative Learning with Partial Labels. ScholarGate. https://scholargate.app/sv/deep-learning/semi-supervised-diffusion-model
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.
- Generativt antagonistiskt nätverkDjupinlärning↔ compare
- Semi-övervakad inlärningMaskininlärning↔ compare
- Variational AutoencoderDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →