矩阵多层感知机的构建及其在VAE中的应用
机器学习
2019-02-05 v1 人工智能
机器学习
摘要
与大多数学习算法一样，多层感知机（MLP）旨在从数据中学习一组参数向量。然而，在某些场景下，我们感兴趣的是以对称正定矩阵形式学习结构化参数（预测值）。在此，我们引入MLP的一个变体，称为矩阵MLP，专门用于学习对称正定矩阵。我们还给出了该模型在变分自编码器（VAE）背景下的一个应用。我们对VAE的表述将原始表述扩展到识别网络和生成网络均可来自具有稠密协方差矩阵的参数分布族的情况。详细讨论了两个具体示例：稠密协方差高斯分布及其推广——幂指数分布。我们的新进展使用合成数据和真实数据进行了说明。
引用
@article{arxiv.1902.01182,
title = {Constructing the Matrix Multilayer Perceptron and its Application to the VAE},
author = {Jalil Taghia and Maria Bånkestad and Fredrik Lindsten and Thomas B. Schön},
journal= {arXiv preprint arXiv:1902.01182},
year = {2019}
}