Variations in Variational Autoencoders - A Comparative Evaluation

Variational Auto-Encoders (VAEs) are deep latent space generative models which have been immensely successful in many applications such as image generation, image captioning, protein design, mu-tation prediction, and language models among others. The fundamental idea in VAEs is to learn the distribu...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE access Ročník 8; s. 1
Hlavní autoři:	Wei, Ruoqi, Garcia, Cesar, El-Sayed, Ahmed, Peterson, Viyaleta, Mahmood, Ausif
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.01.2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Coders data representation Deep Learning generative models Image processing latent space Mutation representation learning unsupervised learning Variational Autoencoders (VAEs)
ISSN:	2169-3536, 2169-3536
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!