arXiv cs.AI· Ioannis N. Ziogas, Aamna Al Shehhi, Ahsan H. Khandoker, Leontios J. Hadjileontiadis·· 10 小时前AI 评分24
变分分解自编码（VDA）提升潜在表征的解耦性
Variational decomposition autoencoding improves disentanglement of latent representations
AI 导读
研究者提出变分分解自编码（VDA）框架，通过变分分解自编码器（DecVAE）在分布层面进行潜在自编码，学习与时频特征对齐的多个潜在子空间。在模拟数据及语音识别、构音障碍语音评估、情感语音分类三个公开数据集上，DecVAE 在解耦质量和鲁棒性上优于基于 VAE 的方法，且当生成因子具有明显频谱特征时潜在子空间呈现因子特异性。
正文 · AI 翻译
摘要：理解复杂、非平稳、高维时间演化信号的结构是科学数据分析中的核心挑战。在许多领域，如语音和生物医学信号处理中，学习解耦且可解释的表示对于揭示潜在的生成机制至关重要。传统的无监督表示学习方法，包括变分自编码器（VAE），往往难以捕捉此类数据中固有的时间和频谱多样性。在此，我们引入变分分解自编码（VDA），这是一个将面向信号分解的强结构偏置纳入变分表示学习的框架。VDA 通过变分分解自编码器（DecVAE）实现，即仅在编码器端的神经网络，在分布层面执行潜在自编码，以学习与时间-频率特征对齐的多个潜在子空间。我们在模拟数据和三个公开可用的科学数据集上评估 DecVAE，涵盖语音识别、构音障碍语音评估和情感语音分类。DecVAE 在解耦质量和鲁棒性上优于基于 VAE 的方法，并且当生成因子具有不同的频谱特征时，其潜在子空间会变得因子特异。这些发现使分解感知架构成为从语音以及可能从其他具有不同频谱特征因子的动态信号中提取结构化表示的潜在工具，并在临床诊断、人机交互和自适应神经技术中具有应用前景。
| 评论： | 补充信息文件见：此 https URL |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；音频与语音处理（eess.AS）；信号处理（eess.SP）；机器学习（stat.ML） |
| 引用为： | arXiv:2601.06844 [cs.LG] |
| （或 arXiv:2601.06844v2 [cs.LG] 为此版本） | |
| https://doi.org/10.48550/arXiv.2601.06844 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：Ioannis Ziogas [查看电子邮件]
[v1]
2026年1月11日星期日 10:16:34 UTC（10,222 KB）
[v2]
2026年10月30日星期五 16:15:53 UTC（26,345 KB）
来源：arXiv cs.AI · arxiv.org