文献

J-GLOBAL ID：201802218511416957   整理番号：18A1600800

敵対的生成ネットワークとその応用

著者 (1件)： 松原崇 (神戸大 大学院システム情報学研究科)
資料名： 映像情報メディア学会誌  (映像情報メディア)
巻： 72  号： 5  ページ： 709-714  発行年： 2018年09月01日 
JST資料番号： F0330A  ISSN： 1342-6907  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 敵対的生成ネットワーク(GAN)は主に深層学習を用いるが,モデル化の手法ではなくモデルを評価するための手法である。通常では評価することが困難な意味論的な距離を算出し,目的関数にすることができる。本稿では画像への応用事例を中心に,通常の論文ではあまり触れられない細かなテクニックまで,網羅的に解説することを試みた。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *機械学習 ,  モデリング ,  意味論 ,  目的関数 ,  画像認識 ,  事例研究 ,  確率モデル ,  主題 ,  意味解析 ,  自然言語処理 ,  相互情報量 ,  深層学習 ,  数学モデル
準シソーラス用語： トピックモデル

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

引用文献 (48件)：

• 1)Goodfellow, I.J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., Bengio, Y.: “Generative Adversarial Nets”, In: NIPS(2014)\n
• 2)Goodfellow, I., Bengio, Y., Courville, A.: “Deep Learning”, The MIT Press(2016)\n
• 3)Nowozin, S., Cseke, B., Tomioka, R.: “f-GAN: Training Generative Neural Samplers using Variational Divergence Minimization”, In: NIPS, 271-279(2016)\n
• 4)Tran, D., Ranganath, R., Blei, D.M.: “Hierarchical Implicit Models and Likelihood-Free Variational Inference”, In: NIPS, 5529-5539(2017)\n
• 5)Belghazi, I., Rajeswar, S., Baratin, A., Hjelm, R.D., Courville, A.: “MINE: Mutual Information Neural Estimation”, In: arXiv(2018)\n

タイトルに関連する用語 (2件)： 敵対的生成ネットワーク ,  応用