ARD-VAE: A Statistical Formulation to Find the Relevant Latent Dimensions of Variational Autoencoders

The variational autoencoder (VAE) [19], [41] is a popular, deep, latent-variable model (DLVM) due to its simple yet effective formulation for modeling the data distribution. Moreover, optimizing the VAE objective function is more manageable than other DLVMs. The bottleneck dimension of the VAE is a...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings / IEEE Workshop on Applications of Computer Vision s. 889 - 898
Hlavní autoři:	Saha, Surojit, Joshi, Sarang, Whitaker, Ross
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 26.02.2025
Témata:	Autoencoders automatic relevancy detection Benchmark testing Computer architecture Computer vision Data models hierarchical prior Linear programming Measurement Neural networks Robustness Stability analysis variational autoencoders
ISSN:	2642-9381
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!