会员服务
自动编码器是一种人工神经网络，用于以无监督的方式学习有效的数据编码。自动编码器的目的是通过训练网络忽略信号“噪声”来学习一组数据的表示（编码），通常用于降维。与简化方面一起，学习了重构方面，在此，自动编码器尝试从简化编码中生成尽可能接近其原始输入的表示形式，从而得到其名称。基本模型存在几种变体，其目的是迫使学习的输入表示形式具有有用的属性。自动编码器可有效地解决许多应用问题，从面部识别到获取单词的语义。
Toward Faithful Retrieval-Augmented Generation with Sparse Autoencoders
Arxiv
0+阅读 · 12月9日
THeGAU: Type-Aware Heterogeneous Graph Autoencoder and Augmentation
Arxiv
0+阅读 · 12月11日
Neural Architecture Search for Quantum Autoencoders
Arxiv
0+阅读 · 11月24日
TeVAE: A Variational Autoencoder Approach for Discrete Online Anomaly Detection in Variable-state Multivariate Time-series Data
Arxiv
0+阅读 · 11月12日
Adversarial Jamming for Autoencoder Distribution Matching
Arxiv
0+阅读 · 12月2日
Diffusion Models for Wireless Communications
Arxiv
0+阅读 · 12月9日
Rare Genomic Subtype Discovery from RNA-seq via Autoencoder Embeddings and Stability-Aware Clustering
Arxiv
0+阅读 · 11月17日
Temporal Feature Learning in Weakly Labelled Bioacoustic Cetacean Datasets via a Variational Autoencoder and Temporal Convolutional Network: An Interdisciplinary Approach
Arxiv
0+阅读 · 11月3日
Hybrid Quantum-Classical Autoencoders for Unsupervised Network Intrusion Detection
Arxiv
0+阅读 · 12月4日
Masked Registration and Autoencoding of CT Images for Predictive Tibia Reconstruction
Arxiv
0+阅读 · 12月10日
Causal Dynamic Variational Autoencoder for Counterfactual Regression in Longitudinal Data
Arxiv
0+阅读 · 11月10日
XNNTab -- Interpretable Neural Networks for Tabular Data using Sparse Autoencoders
Arxiv
0+阅读 · 12月15日
Curvature-Regularized Variational Autoencoder for 3D Scene Reconstruction from Sparse Depth
Arxiv
0+阅读 · 12月5日
Measuring and Guiding Monosemanticity
Arxiv
0+阅读 · 12月1日
AlignSAE: Concept-Aligned Sparse Autoencoders
Arxiv
0+阅读 · 12月1日
参考链接
微信扫码咨询专知VIP会员
Top