Semi-Supervised Learning with Deep Generative Models

• 类型：arxiv
• 标识：1406.5298
• 链接：https://arxiv.org/abs/1406.5298
• 主题：llm-infra
• 主分类：llm-infra
• 形态：method
• 被引：2956
• 被引来源：Semantic Scholar
• S2被引：2956
• OpenAlex被引：1520
• 影响力被引：381
• TLDR：It is shown that deep generative models and approximate Bayesian inference exploiting recent advances in variational methods can be used to provide significant improvements, making generative approaches highly competitive for semi-supervised learning.
• OpenAlex ID：W2108501770
• OpenAlex DOI：10.48550/arxiv.1406.5298
• DOI：10.48550/arxiv.1406.5298
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/1406.5298
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 成熟度：research
• 场景：semi-supervised、generative、variational-inference
• 标题中文：使用深度生成模型的半监督学习
• TLDR中文：研究表明，利用变分方法最新进展的深度生成模型与近似贝叶斯推断能够带来显著提升，使生成式方法在半监督学习上极具竞争力。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]