潜在GANオートエンコーダ:非もつれ潜在分布の学習【JST・京大機械翻訳】

Kalwar Sanket; Aich Animikh; Dixit Tanay

プレプリント

J-GLOBAL ID：202202210708673446 整理番号：22P0325507

潜在GANオートエンコーダ:非もつれ潜在分布の学習【JST・京大機械翻訳】

LatentGAN Autoencoder: Learning Disentangled Latent Distribution

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月05日プレプリントサーバーでの情報更新日： 2022年04月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

オートエンコーダでは,符号器は一般的にデータセット上の潜在分布を近似し,復号器は,この学習潜在分布を用いてサンプルを生成する。発生のためのランダム潜在ベクトルを使用するので,潜在ベクトル上の制御は非常に少なく,自明な出力をもたらす。本研究は,自動エンコーダの潜在分布を近似するために,直接学習するために,LatentGAN発生器を用いてこの問題に対処し,MNIST,3D Chair,およびCelebAデータセット上で意味のある結果を示し,追加情報理論的制約を用いて,自動エンコーダ潜在分布を制御するのに成功した。また,本モデルは,InfoGANおよびAEEと比較して,MNIST教師なし画像分類において,2.38の誤り率を達成した。【JST・京大機械翻訳】

, , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る