自己学習オートエンコーダ

自己学習オートエンコーダ（Self Teaching Autoencoder）は、従来のオートエンコーダの枠組みを拡張し、ラベルなしデータからより効果的に特徴表現を学習する手法である。このアプローチでは、モデル自身が生成した擬似ラベルや補助タスクを活用することで、教師あり学習なしでも高品質な表現を得ることができる。自己教師あり学習と生成モデルの融合により、画像やテキストなど様々なデータ領域で汎用的な特徴抽出が可能となる。