Stacked Wasserstein Autoencoder

•A novel stacked Wasserstein autoencoder (SWAE) is proposed to approximate high-dimensional data distribution.•The transport is minimized at two stages to approximate the data space while learning the encoded latent distribution.•Experiments show that the SWAE model learns semantically meaningful la...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Neurocomputing (Amsterdam) Jg. 363; S. 195 - 204
Hauptverfasser:	Xu, Wenju, Keshmiri, Shawn, Wang, Guanghui
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 21.10.2019
Schlagworte:	artificial intelligence Generative adversarial network image analysis Latent space exploration learning Variational autoencoder Variational autoencoder Latent space exploration Generative adversarial network
ISSN:	0925-2312, 1872-8286
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!