According to Makhzanietal. (2015),

According to Makhzanietal. (2015), minimizing the JAAE makes the p(z) and the q(z) identical to each other, which allows us to sample from the known prior p(z) for synthesizing in the test phase.Therefore, the final objective function of supervised learning is formulated as Eq. (3).Lsup = JAAE + L

結果 (繁體中文) 1:

據Makhzanietal。（2015），最小化JAAE使得在測試階段合成P（z）和Q（z）的彼此相同的，這使我們能夠從已知的現有P（Z）的樣品。
因此，監督學習的網絡連接最終目標函數被配製成式。（3）。
LSUP = JAAE + L

結果 (繁體中文) 2:

據馬赫紮尼塔爾說。（2015），最小化 JAAE 使 p（z） 和 q（z） 彼此相同，這使我們能夠從已知的前一個 p（z） 中採樣，以便在測試階段進行合成。
因此，監督學習的最終目標功能被表述為Eq. （3）。
Lsup = JAAE + L

結果 (繁體中文) 3:

據Makhzanietal說。（2015），最小化JAAE使得p（z）和q（z）彼此相同，這允許我們從已知的先驗p（z）中取樣，以便在測試階段合成。
囙此，監督學習的最終目標函數被表述為等式（3）。
Lsup=JAAE+L