【深層学習】表現学習 / Representation Learning

• 深層学習 #まとめ編
  • yhayato1320.hatenablog.com

Index

表現学習 / Representation Learning

生成における概念

表現学習の核となる考えは、 高次元の標本空間を直接モデル化するのではなく、 ある低次元の空間 (表現空間 / Embedding Space) を使って、 訓練データ内の各観測を記述し、 その後、低次元空間の中の 1 点に写像する写像関数を学習する.

表現学習を使うことの利点の1 つは、より扱いやすい潜在空間の中で、高次元空間のデータに影響する操作を実行できる.

参考

• Representation Learning: A Review and New Perspectives

  • [2012]
  • 表現学習について
  • arxiv.org
    
    

• A Sober Look at the Unsupervised Learning of Disentangled Representations and their Evaluation

  • [2020]
  • 理想的な表現空間について
  • arxiv.org
    
    

• Survey on Self-supervised Representation Learning Using Image Transformations

  • [2022]
  • arxiv.org

書籍

• 生成 DeepLearning
  • 1 生成モデリング
    • 1.3 生成モデルの課題
      • 1.3.1 表現学習

  • 生成 Deep Learning ―絵を描き、物語や音楽を作り、ゲームをプレイする

Web サイト

• paperswithcode.com

  • paper with code のタスクのページ
    
    

• A Few Words on Representation Learning

  • 表現学習について
  • sthalles.github.io