基于信息最大化自编码器的解耦表示学习
机器学习
2019-04-19 v1 计算机视觉与模式识别
机器学习
摘要
从任意无标签数据中学习解耦表示是一个非平凡问题。本文提出信息最大化自编码器（InfoAE），其编码器通过以无监督方式最大化表示与给定信息之间的互信息，学习到强大的解耦表示。我们在 MNIST 数据集上评估了我们的模型，在使用完全无监督训练的情况下达到了 98.9（） 的测试准确率。
引用
@article{arxiv.1904.08613,
title = {Disentangled Representation Learning with Information Maximizing Autoencoder},
author = {Kazi Nazmul Haque and Siddique Latif and Rajib Rana},
journal= {arXiv preprint arXiv:1904.08613},
year = {2019}
}