研究提出变分图集自编码器

Arno Coomans等人提出变分图集自编码器（Variational Atlas Autoencoders），用多个坐标图学习数据流形不同区域的局部潜在表示，并把无标签的坐标图分配建模为后验推断。论文称，该方法在 CelebA 等图像数据集上，相比容量匹配的基线得到结构更好的潜在空间和更高的样本质量。 该方法提出 latent-evidence routing；生成样本时只需评估一个坐标图的解码器。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。