变分自编码器模型综述

• 作者: 周炜 孙霞 梁振明 翟正利
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度隐空间生成模型 无监督学习 变分自编码器 图像生成
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-9
• 页数: 9页
• 分类号: TP181
• 字数: 6786字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1810-0284

摘要

变分自编码器(VAE)作为深度隐空间生成模型的一种,近年来其表现性能取得了极大的成功,尤其是在图像生成方面.变分自编码器模型作为无监督式特征学习的重要工具之一,可以通过学习隐编码空间与数据生成空间的特征映射,进而在输出端重构生成输入数据.梳理了传统变分自编码器模型及其衍生变体模型的发展与研究现状,并就此做了总结和对比,最后分析了变分自编码器模型存在的问题与挑战,并就可能的发展趋势做了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周炜	青岛理工大学信息与控制工程学院	9	28	4.0	5.0
2	孙霞	青岛理工大学信息与控制工程学院	4	15	2.0	3.0
3	翟正利	青岛理工大学信息与控制工程学院	5	17	3.0	4.0
4	梁振明	青岛理工大学信息与控制工程学院	2	10	1.0	2.0