Bộ tự mã hóa biến phân có giám sát yếu
Bộ tự mã hóa biến phân có giám sát yếu (WS-VAE) mở rộng khung tạo sinh VAE tiêu chuẩn bằng cách tích hợp các tín hiệu giám sát một phần, nhiễu hoặc thô — như nhãn được thu thập từ cộng đồng, các quy tắc kinh nghiệm, hoặc các chú thích lập trình — để hướng dẫn học không gian tiềm ẩn mà không yêu cầu dữ liệu được chú thích đầy đủ. Nó được ứng dụng rộng rãi trong thị giác máy tính, xử lý ngôn ngữ tự nhiên (NLP), và các lĩnh vực y sinh học, nơi các nhãn ground-truth hoàn chỉnh rất tốn kém hoặc không có sẵn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. In Proceedings of the International Conference on Learning Representations (ICLR 2014). link ↗
- Kingma, D. P., Mohamed, S., Rezende, D. J. & Welling, M. (2014). Semi-supervised learning with deep generative models. In Advances in Neural Information Processing Systems (NeurIPS 2014), 27. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Weakly Supervised Variational Autoencoder (WS-VAE). ScholarGate. https://scholargate.app/vi/deep-learning/weakly-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.
- Generative Adversarial NetworkHọc sâu↔ compare
- Học bán giám sátHọc máy↔ compare
- Bộ tự mã hóa biến phânHọc sâu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →