แบบจำลองการแพร่กระจายแบบกำกับดูแลอย่างอ่อน (Weakly Supervised Diffusion Model)
แบบจำลองการแพร่กระจายแบบกำกับดูแลอย่างอ่อน (weakly supervised diffusion model) จะฝึกหรือปรับเงื่อนไขแบบจำลองความน่าจะเป็นของการแพร่กระจายแบบลดสัญญาณรบกวน (denoising diffusion probabilistic model) โดยใช้สัญญาณกำกับดูแลที่หยาบ มีสัญญาณรบกวน หรือไม่สมบูรณ์ เช่น ป้ายกำกับคลาสระดับรูปภาพ (image-level class labels), กรอบล้อมวัตถุ (bounding boxes) หรือคำอธิบายประกอบที่ได้จากฝูงชน (crowd-sourced annotations) แทนที่จะใช้ข้อมูลจริงระดับพิกเซล (pixel-precise ground truth) ซึ่งช่วยให้ได้ผลลัพธ์การสร้าง (generative) และการจำแนก (discriminative) ที่มีคุณภาพสูงในสถานการณ์ที่การระบุคำอธิบายประกอบทำได้ยากหรือไม่สามารถทำได้ หรือมีค่าใช้จ่ายสูงเกินไป
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/th/deep-learning/weakly-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.
- แบบจำลองการแพร่ (Diffusion Model)การเรียนรู้เชิงลึก↔ compare
- โครงข่ายปฏิปักษ์เชิงกำเนิดการเรียนรู้เชิงลึก↔ compare
- แบบจำลองการแพร่กระจายแบบกำกับตนเองการเรียนรู้เชิงลึก↔ compare
- แบบจำลองการแพร่กระจายแบบกึ่งควบคุม (Semi-supervised Diffusion Model)การเรียนรู้เชิงลึก↔ compare
- ตัวเข้ารหัสอัตโนมัติแบบแปรผันการเรียนรู้เชิงลึก↔ compare
- การแบ่งส่วนเชิงความหมายแบบมีผู้สอนแบบอ่อนการเรียนรู้เชิงลึก↔ compare