latent repræsentation
En intern, komprimeret og ofte uobserveret vektor af numeriske værdier, som en model lærer at danne for at repræsentere inputdata på en meningsfuld måde.
Kort fortalt
En latent repræsentation er en skjult 'kode' som en AI-model skaber for at opsummere et input (fx et billede) i færre dimensioner.
- Kategori
- begreb
- Niveau
- øvet
Betydninger
2- 1
En vektor af kontinuerte eller diskrete variable, der dannes af en models encoder eller mellemlæggende lag, og som fanger de væsentlige træk ved inputdata i et lavere-dimensionalt rum.
- I en variational autoencoder (VAE) kortlægges inputbilledet til en latent repræsentation i form af en Gaussisk fordeling.
- 2
I probabilistiske modeller betegner latent repræsentation de uobserverede variable, der genererer de observerede data, ofte med en foruddefineret prior-fordeling.
- I en faktoranalyse antages det, at de observerede variable er lineære kombinationer af latente repræsentationer og støj.
Hvornår bruges det
Bruges i generative modeller som VAE'er og GAN'er til at generere nye data, og i repræsentationslæring til at udtrække funktioner. Latente repræsentationer muliggør interpolation og manipulation af data i et kontinuert rum.
Oprindelse
Fra latin 'latent' (skjult) og 'repræsentation' (gengivelse).
Afledte ord
2Kilder
2- Auto-Encoding Variational Bayes (Kingma & Welling, 2014)
- Deep Learning (Goodfellow, Bengio, Courville, 2016)