文献
J-GLOBAL ID:202202282341694615   整理番号:22A0685050

二重分布マッチングGAN【JST・京大機械翻訳】

Dual distribution matching GAN
著者 (7件):
資料名:
巻: 478  ページ: 37-48  発行年: 2022年 
JST資料番号: W0360A  ISSN: 0925-2312  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  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,近年,主要な生成モデルになった。GANはシャープで現実的な画像を生成することができるが,訓練不安定性やモード崩壊のようないくつかの問題に直面している。これらの問題に取り組むために,高次元データ空間におけるGANの敵対的訓練による通常の分布マッチングとは別に,低次元潜在表現空間内の分布マッチングを遂行することを提案する。このような低次元潜在表現空間は,データ分布の顕著な特徴およびモードを捉えるだけでなく,データの良好な潜在多様体構造を学習するために正則化できるAutoencoder(AE)を訓練することによって得られる。それに基づいて,AEとGAN,すなわち二重分布マッチングGAN(DM2GAN)を結合した新しいハイブリッド生成モデルを開発し,データおよび潜在空間の両方で分布マッチングを同時に行う。著者らは理論的に,もし発生と実際のデータ分布が正確に整合するならば,潜在空間における提案した分布マッチング制約の最適が達成されることを示した。2D合成データ,MNIST-1K,およびいくつかの実世界データセットに関する経験的評価は,GANの訓練を安定化し,モードカバレッジを増加させるための提案した方法の有効性を実証した。Copyright 2022 Elsevier B.V., Amsterdam. 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 (2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  ,  人工知能 
タイトルに関連する用語 (3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