抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文は,改良分布学習からテキスト記述から画像を生成するため,分布正則化遺伝的アルゴリズム(DR-GAN)と名付けた新しいテキスト生成モデルを示した。DR-GANでは,2つの新しいモジュール,すなわち,意味的分散モジュール(SDM)と分布正規化モジュール(DNM)を導入した。SDMは,空間自己注意機構と新しい意味的分散損失(SDL)を結合して,発電機が画像生成のために重要な意味情報を蒸留するのを助ける。DNMは,画像潜在分布を正規化し雑音除去するために,変分Auto-Encoder(VAE)を使用し,それは,識別器が実際の画像から合成画像をより良く識別するのを助けることができる。また,DNMは,潜在空間における正規化実画像分布と整合する発電機を導くために,分布敵対損失(DAL)を採用する。2つの公開データセットに関する大規模な実験は,著者らのDR-GANがText-to-Imageタスクにおいて競合性能を達成することを示した。【JST・京大機械翻訳】