Feb, 2020
基于非线性 ICA 的可识别条件能量深度模型 ICE-BeeM
ICE-BeeM: Identifiable Conditional Energy-Based Deep Models Based on Nonlinear ICA
Ilyes Khemakhem, Ricardo Pio Monti, Diederik P. Kingma, Aapo Hyvärinen
TL;DR本研究针对概率模型的可辨识性理论,通过一种广泛的条件能量模型建立充分条件,使得学习到的表示在函数空间上是唯一的,从而可以用于在非线性 ICA 框架下的组件估计,同时提高了图像数据集在迁移学习和半监督学习任务中的性能。