反转变分自编码器以提高生成精度
机器学习
2017-08-25 v2 机器学习
摘要
深度生成模型在半监督学习中的最新进展，在从小规模有标签数据集（）推广到大规模无标签数据集（）方面展现出潜力。在值域具有已知结构的情况下，可能存在大规模无特征数据集（）。我们开发了一种参数高效的深度半监督生成模型，旨在利用这一尚未开发的数据源。实证结果表明，在解耦潜变量语义以及火星光谱和手写数字领域的判别预测方面，性能均有所提升。
引用
@article{arxiv.1608.05983,
title = {Inverting Variational Autoencoders for Improved Generative Accuracy},
author = {Ian Gemp and Ishan Durugkar and Mario Parente and M. Darby Dyar and Sridhar Mahadevan},
journal= {arXiv preprint arXiv:1608.05983},
year = {2017}
}