次で紹介するLadder Networksという手法は、デノイジングオートエンコーダ(denoising autoencoder, dAE)やデノイジングソース分割(denoising source separation, DSS)などの手法を深層学習に応用したものになります。 Ladder Networks Ladder Networksの潜在変数モデルであり、デノイジングオートエンコーダ(denoising autoencoder, dAE)やデノイジングソース分割(denoising source separation, DSS)などのノイズ除去という概念が基礎にあります。 ノイズ除去(denoising)とは入力データ(\(x\))にあえてノイズを加え(\(\tilde{x}\))、 $$ \tilde{x} = x + noise $$ 元の入力データ(\(x\))を復元すること
![Ladder Netwoksによる半教師あり学習 | 株式会社カブク](https://cdn-ak-scissors.b.st-hatena.com/image/square/69d7f81a721c87c9e98dc4fa9b866d355fda0f7c/height=288;version=1;width=512/https%3A%2F%2Fwww.kabuku.co.jp%2Fwp%2Fwp-content%2Fuploads%2F2018%2F11%2Funnamed-2-1.png)