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...

Celý popis

Podrobná bibliografie

Vydáno v:	Neurocomputing (Amsterdam) Ročník 363; s. 195 - 204
Hlavní autoři:	Xu, Wenju, Keshmiri, Shawn, Wang, Guanghui
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 21.10.2019
Témata:	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
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!