AI 词汇表
人工智能完整词典
M1模型
首个半监督模型，使用VAE处理未标记数据，并使用单独的分类器处理标记数据，两者独立优化。
M2模型
改进的架构，其中标签被整合为条件潜在变量，允许受控的数据生成和统一的分类。
联合优化
同时优化编码器、解码器和分类器的策略，同时利用标记和未标记数据。
潜在变量监督
一种技术，其中标签作为潜在空间上的直接监督，以引导判别性表示的学习。
混合学习目标
结合VAE重建、KL正则化和分类损失的损失函数，根据数据类型进行加权。
分类器头
附加在VAE编码器上的分类模块，根据潜在表示预测标签，在标记数据上进行训练。
半监督ELBO
证据下界（ELBO）的变体，适用于部分标记的数据，并整合了分类项。
表示解耦
潜在空间自然分离语义变化因子与风格因子的属性，由部分监督促进。
Teacher-student VAE
Architecture où un VAE enseignant supervise un VAE étudiant pour améliorer la stabilité de l'apprentissage semi-supervisé.
Variational Semi-supervised Learning
Paradigme combinant l'inférence variationnelle avec des données partiellement supervisées pour une modélisation probabiliste unifiée.
Latent Classifier
Classificateur opérant directement dans l'espace latent du VAE, exploitant les représentations apprises pour une meilleure généralisation.
Auxiliary Task Learning
Apprentissage multi-tâches où la reconstruction sert de tâche auxiliaire pour améliorer la performance de classification principale.