Variační autoenkodér a úlohy pozorování v latentním prostoru – Tomáš Faltejsek
Tomáš Faltejsek
Bakalářská práce
Variační autoenkodér a úlohy pozorování v latentním prostoru
Variational autoencoder and latent space observation tasks
Anotace:
Variační autoenkodér představuje inovaci na poli strojového učení bez učitele. Jeho architektura kombinuje stochastické enkodér–dekodér moduly a hluboké učení. V důsledku interní reprezentace vstupních dat formou latentních proměnných je formován latentní prostor modelu. Trénováním modelu variačního autoenkodéru jsou v jeho latentním prostoru formovány struktury nesoucí sémantický význam vstupních …víceAbstract:
Variational autoencoder is an innovation in the field of unsupervised machine learning. Its architecture combines stochastic encoder-decoder modules and deep learning. As a result of the internal representation of input data in the form of latent variables, the latent space of the model is formed. By training the variational autoencoder model, structures conveying the semantic meaning of the input …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 8. 5. 2023
Identifikátor:
https://vskp.vse.cz/eid/89642
Obhajoba závěrečné práce
- Obhajoba proběhla 16. 6. 2023
- Vedoucí: Ondřej Vadinský
- Oponent: Gabriela Šejnová
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/89642
Vysoká škola ekonomická v Praze
Bakalářský studijní program:
Aplikovaná informatika