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。
Residual Diffusion Models for Variable-Rate Joint Source Channel Coding of MIMO CSI
Arxiv
0+阅读 · 2月18日
Improving Variational Autoencoder using Random Fourier Transformation: An Aviation Safety Anomaly Detection Case-Study
Arxiv
0+阅读 · 2月17日
S-PRESSO: Ultra Low Bitrate Sound Effect Compression With Diffusion Autoencoders And Offline Quantization
Arxiv
0+阅读 · 2月16日
A Generative-First Neural Audio Autoencoder
Arxiv
0+阅读 · 2月17日
LEADER: Lightweight End-to-End Attention-Gated Dual Autoencoder for Robust Minutiae Extraction
Arxiv
0+阅读 · 2月17日
CEPAE: Conditional Entropy-Penalized Autoencoders for Time Series Counterfactuals
Arxiv
0+阅读 · 2月17日
Metabolic cost of information processing in Poisson variational autoencoders
Arxiv
0+阅读 · 2月13日
Toward Faithful Retrieval-Augmented Generation with Sparse Autoencoders
Arxiv
0+阅读 · 2月11日
AudioSAE: Towards Understanding of Audio-Processing Models with Sparse AutoEncoders
Arxiv
0+阅读 · 2月6日
End-to-End NOMA with Perfect and Quantized CSI Over Rayleigh Fading Channels
Arxiv
0+阅读 · 2月13日
Drift-Aware Variational Autoencoder-based Anomaly Detection with Two-level Ensembling
Arxiv
0+阅读 · 2月13日
RPG-AE: Neuro-Symbolic Graph Autoencoders with Rare Pattern Mining for Provenance-Based Anomaly Detection
Arxiv
0+阅读 · 2月15日
Multiscale Vector-Quantized Variational Autoencoder for Endoscopic Image Synthesis
Arxiv
0+阅读 · 2月12日
TAVAE: A VAE with Adaptable Priors Explains Contextual Modulation in the Visual Cortex
Arxiv
0+阅读 · 2月12日
Sparse Autoencoders are Capable LLM Jailbreak Mitigators
Arxiv
0+阅读 · 2月12日
参考链接
微信扫码咨询专知VIP会员
Top