Improving Variational Autoencoders on Robustness, Regularization, and Task-Invariance / ロバスト性，正則化，タスク不変性に関する変分オートエンコーダの改善

Description

京都大学 / 新制・課程博士 / 博士(情報学) / 甲第24725号 / 情博第813号 / 新制||情||137(附属図書館) / 京都大学大学院情報学研究科知能情報学専攻 / (主査)教授 鹿島 久嗣, 教授 山本 章博, 教授 吉川 正俊 / 学位規則第4条第1項該当 / Doctor of Informatics / Kyoto University / DFAM

Links & Downloads

1. http://hdl.handle.net/2433/283844
2. 10.14989/doctor.k24725
3. 14301

Tags

Variatinoal Autoencoder

Deep Generative Model

Unsupervised Learning

Representation Learning

Deep Learning

007

Additional Fields

Identifer	oai:union.ndltd.org:kyoto-u.ac.jp/oai:repository.kulib.kyoto-u.ac.jp:2433/283844
Date	23 March 2023
Creators	Hiroshi, Takahashi
Contributors	高橋, 大志, タカハシ, ヒロシ
Publisher	Kyoto University, 京都大学
Source Sets	Kyoto University
Language	English
Detected Language	English
Type	doctoral thesis, Thesis or Dissertation
Rights	3章は同著者らによる論文 1.Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence, 2018. と 2. 人工知能学会論文誌, 2021 年 36 巻 3 号 p. A-KA4_1-9. に基づく。Copyright (C) 2018, IJCAI. URL: https://www.ijcai.org/proceedings/2018/374. 4章は同著者らによる論文 1. Proceedings of the 33-rd AAAI Conference on Artificial Intelligence , 2019. に基づく。Copyright (C) 2019, Association for the Advancement of Artificial Intelligence. URL: https://doi.org/10.1609/aaai.v33i01.33015066. 5章は同著者らによる 論文1.Proceedings of the 28-th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 2022. に基づく。Copyright (C) 2022 ACM, Inc. URL: https://dl.acm.org/doi/10.1145/3534678.3539291.