文献
J-GLOBAL ID:202202257183199952   整理番号:22A0696348

TWGAN:ツイン弁別器生成敵対ネットワーク【JST・京大機械翻訳】

TWGAN: Twin Discriminator Generative Adversarial Networks
著者 (6件):
資料名:
巻: 24  ページ: 677-688  発行年: 2022年 
JST資料番号: W1116A  ISSN: 1520-9210  CODEN: ITMUF8  資料種別: 逐次刊行物 (A)
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:
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。
生成的敵対ネットワーク(GAN)は,ますます一般的になってきた。しかしながら,訓練不安定性問題から訓練し,悩むことは難しい。この困難に取り組むために,本論文では新しいアプローチを提案した。このアイデアは直感的であるが,非常に有用であることが証明された。本質的に,それは飽和損失と非飽和損失を損失関数に組み合わせる。したがって,訓練安定性を効果的に改善するために,2種類の損失関数から相補的な統計的特性を利用する。GANとは違って,著者らの方法ツイン識別子生成ネットワーク(TWGAN)は,発電機とツイン識別器を持つ。双晶識別器は,同一のアーキテクチャを有する2つの識別器から成り,そして,それらの両方が,サンプルが実際のデータまたは偽データであるかどうかを区別することを目指した。理論解析を開発し,TWGANの発電機を最適化することが,生成されたデータ(P_g)の分布および実データ(P_data)の分布間のKullback-Leibler(KL)発散を最小化するために減少し,従って,訓練不安定性問題を効果的に取り扱うことを示した。MNIST,Fashion MNIST,CIFAR-10/100およびSTL-10データセットに関する広範な実験は,ベースライン上で良好な品質および多様なサンプルを生成する際のTWGANの競合性能を実証した。他の最先端のGANと比較して,得られた最高の開始スコア(IS)と最低のFr e chet Inception距離(FID)は,著者らのTWGANの優位性を示した。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  テレビジョン一般  ,  符号理論 
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る