Dynamiczne autoenkodery wariacyjne: Kompleksowy przegląd

Oryginalny tytuł:

Dynamical Variational Autoencoders: A Comprehensive Review

Zawartość książki:

Autoenkodery wariacyjne (VAE) są potężnymi głębokimi modelami generatywnymi szeroko stosowanymi do reprezentowania wielowymiarowych złożonych danych za pomocą niskowymiarowej przestrzeni ukrytej nauczonej w sposób nienadzorowany. W niniejszej monografii autorzy wprowadzają i omawiają ogólną klasę modeli, zwanych dynamicznymi autoenkoderami wariacyjnymi (DVAE), które rozszerzają VAE do modelowania czasowych sekwencji wektorowych. W ten sposób autorzy zapewniają:

- formalną definicję ogólnej klasy DVAE.

- Szczegółowy i kompletny opis techniczny siedmiu modeli DVAE.

- szybki przegląd innych modeli DVAE przedstawionych w najnowszej literaturze.

- omówienie najnowszych osiągnięć w dziedzinie DVAE w odniesieniu do historii i zaplecza technicznego klasycznych modeli, na których opierają się DVAE.

- ilościowy test porównawczy wybranych modeli DVAE.

- dyskusję mającą na celu przedstawienie klasy modeli DVAE w odpowiedniej perspektywie.

Niniejsza monografia stanowi kompleksowy przegląd aktualnego stanu wiedzy na temat modeli DVAE. Daje czytelnikowi przystępne podsumowanie technicznych aspektów różnych modeli DVAE, ich powiązań z klasycznymi.

Modele, ich wzajemne powiązania i ich unifikacja w klasie DVAE w zwięzłej, łatwej do odczytania książce.

Autorzy włożyli wiele wysiłku w ujednolicenie terminologii i notacji stosowanej w różnych modelach, co wszyscy studenci, badacze i praktycy pracujący w dziedzinie uczenia maszynowego uznają za nieocenione źródło informacji.