抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】