Les Variational Autoencoder (VAE) sont une famille de modèles génératifs capable de projeter, de manière contrôlée, des données de grande dimension dans un espace latent de plus faible dimension.

Ils sont particulièrement intéressants car, contrairement aux autoencodeurs “basiques”, la projection dans l’espace latent est organisée de manière à permettre une compréhension et une utilisation de cet espace latent, telle que la génération de données, l’extraction de caractéristiques ou l’augmentation des données.

Les domaines d’applications sont potentiellement nombreux, vision par ordinateur, détection d’anomalie, reconnaissance vocale, etc.