面向非线性降维的自编码器问题的元学习表述
机器学习
2022-07-28 v2
摘要
一个快速增长的研究领域是使用自编码器等机器学习方法对科学应用中的数据和模型进行降维。我们指出自编码器的经典表述存在若干可能妨碍其性能的缺陷。利用元学习方法，我们将自编码器问题重新表述为一个显式求解降维任务的双层优化过程。我们证明新表述纠正了经典自编码器已识别的缺陷，给出了一种实用的求解方法，并通过一个简单的数值示例展示了该表述的优势。
引用
@article{arxiv.2207.06676,
title = {A Meta-learning Formulation of the Autoencoder Problem for Non-linear Dimensionality Reduction},
author = {Andrey A. Popov and Arash Sarshar and Austin Chennault and Adrian Sandu},
journal= {arXiv preprint arXiv:2207.06676},
year = {2022}
}