-
公开(公告)号：CN118711225A
公开(公告)日：2024-09-27
申请号：CN202410735945.1
申请日：2024-06-07
Applicant: 复旦大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于变分自编码器的因果解耦表征学习方法，具有这样的特征，包括：将输入图像输入因果解耦表征模型，得到重建图像，因果解耦表征模型包括：编码模块，包括编码器，用于对输入图像进行编码，得到包含独立表征∈s和其他信息∈r的外生变量∈；反事实干预模块，包括因果效应矩阵，用于将独立表征∈s转换为线性因果表征zl；非线性因果模块，包括神经网络f，用于将线性因果表征zl转换为非线性因果表征zs；解码模块，包括解码器，用于对包含非线性因果表征zs和其他信息∈r的潜在表征z进行解码，得到重建图像。总之，本方法能够对偏置进行有效处理，实现准确的因果解耦。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
