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。
本研究は,数年前に発表された同じトピック(Borji,2019)に関する以前の論文の更新である。生成モデリングの劇的な進歩により,モデルを評価するための一連の新しい定量的および定性的技術が現れた。開始スコア,Frechet開始距離,精度-Recall,および知覚経路長のようないくつかの測度は比較的一般的であるが,GAN評価は未解決の課題ではなく,改善の余地がある。ここでは,モデル(例えば,バイアスと公平性)の評価で重要な新しい次元を記述し,GAN評価とディープファクの間の接続を論じた。これらは,今日の機械学習コミュニティにおける懸念の重要な領域であり,GAN評価の進歩は,それらを緩和するのを助けることができる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】