【ICASSP教程】深度生成模型在信号处理领域的应用（附116页PPT全文下载）- 专知

【ICASSP教程】深度生成模型在信号处理领域的应用（附116页PPT全文下载）

【导读】IEEE（电气和电子工程师协会）主办的ICASSP（国际声学、语音与信号处理会议）是信号处理及其应用方面最大、最具影响力的学术会议，本文为大家带来了来自微软研究院的深度生成模型教程，详情如下。

介绍：

即使各类生成模型的定义与视角各不相同，但我们仍然可以将其看作是一种无监督的过程，可以用来观察一些目标数据的概率密度，或者学习到一个能够产生新样本的模型。在过去五年中，灵活的深度神经网络的出现，大大的改变了生成模型的发展方向，由此产生的进展通常都需涉及到一个神经网络的体系结构，改体系结构经过训练，能够通过输入标准化高斯分布的随机输入样本，进而将其转换为反应复杂目标分布的输出样本。其中变分自编码器（VAE）就是一个很有代表性的例子，它与许多常用的信号处理工具均有着密切的联系。

本教程将重点介绍深度生成模型的核心原则，包括理论和实践，在众多信号处理算法那与降维方法中，VAE框架受到了特别的关注。此外，在此背景下，VAEs将被解释为一种强大的非线性模型类，即能从噪声干扰的训练数据集中重建流形空间，又能隐式的学习样本在该流形中的分布信息。此功能与语音、图像处理、计算机视觉、半监督学习问题中，具有广泛的相关性。