计算机应用

作者：成科扬, 孟春运, 王文杉, 师文喜, 詹永照

单位：1.江苏大学 计算机科学与通信工程学院，江苏 镇江 212013；2.社会安全风险感知与防控大数据应用国家工程实验室（中国电子科学研究院），北京 100041；3.新疆联海创智信息科技有限公司，乌鲁木齐 830011

关键词：解耦学习,表征学习,变分推断,可解释性,机器学习,自编码器,变差因素,复用性

基金：国家自然科学基金资助项目(61972183);社会安全风险感知与防控大数据应用国家工程实验室主任基金资助项目

解耦表征学习旨在对影响数据形态的关键因素进行建模，使得某一关键因素的变化仅仅引起数据在某项特征上的变化，而其他的特征不受影响，这有利于应对机器学习在模型可解释性、对象生成和操作以及零样本学习等问题上的挑战，因此解耦表征学习一直是机器学习领域的一个研究热点。从解耦表征学习的历史与动机入手，对解耦表征学习的研究现状以及应用进行归纳总结，分析了解耦表征所具有的不变性、复用性等特性，介绍了基于生成解耦表征变差因素的研究、基于流形相互作用解耦表征变差因素的研究、基于对抗性训练解耦表征变差因素的研究，以及一种变分自编码器β-VAE的研究等最新研究动态。同时，阐述了解耦表征学习的典型应用，并对未来的研究方向作出了展望。

来源：2021年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第12期