文献

J-GLOBAL ID：202102286851869817   整理番号：21A1811172

生成敵対ネットワークによるアレイデータのパラメトリックブートストラッピング【JST・京大機械翻訳】

Parametric Bootstrapping of Array Data with A Generative Adversarial Network

著者 (3件)： Gerstoft Peter (University of California San Diego,La Jolla,CA,92093-0238) ,  Groll Herbert (University of California San Diego,La Jolla,CA,92093-0238) ,  Mecklenbrauker Christoph F. (Inst. of Telecommunications,Wien,Austria,1040)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SAM  ページ： 1-5  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 独立アレイデータスナップショットの数は実世界データのアベイラビリティによって制限されるので,再サンプリングのためのパラメトリックブートストラップを提案した。提案したパラメトリックブートストラップは,機械学習に対する生成アプローチに続く生成敵対ネットワーク(GAN)に基づいている。GANモデルに対して,著者らは,その入力(wGAN gp)に関して批判の勾配のペナルティ付ノルムを有するWasserstein GANを選択した。このアプローチを,合成および実世界の海洋音響アレイデータで実証した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ブートストラップ ,  *ネットワーク ,  アベイラビリティ ,  ペナルティ ,  ノルム ,  機械学習
準シソーラス用語： リサンプリング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 敵対 ,  アレイ