PofoliaPofolia ile paylaşıldı

Communications of the ACM· 2020Q1

Üretken Çekişmeli Ağlar

Generative adversarial networks

Ian Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu ve diğerleri

Kısa özet

Üretken Çekişmeli Ağlar (GAN'lar), eğitim verilerinin altında yatan olasılık dağılımını öğrenerek yeni, gerçekçi örnekler üreten yenilikçi bir yapay zeka algoritmasıdır ve özellikle yüksek çözünürlüklü görüntü üretiminde üstündür.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Ana noktalar

  • GAN'lar üretken modelleme için tasarlanmış yapay zeka algoritmalarıdır.
  • Eğitim verilerinin olasılık dağılımını öğrenirler.
  • GAN'lar öğrenilen dağılımdan yeni örnekler üretebilir.
  • Özellikle gerçekçi, yüksek çözünürlüklü görüntüler üretmede başarılıdırlar.
  • GAN'lar, optimizasyon tabanlı modellerden farklı olarak oyun teorisine dayanır.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Özet (abstract)

Generative adversarial networks are a kind of artificial intelligence algorithm designed to solve the generative modeling problem. The goal of a generative model is to study a collection of training examples and learn the probability distribution that generated them. Generative Adversarial Networks (GANs) are then able to generate more examples from the estimated probability distribution. Generative models based on deep learning are common, but GANs are among the most successful generative models (especially in terms of their ability to generate realistic high-resolution images). GANs have been successfully applied to a wide variety of tasks (mostly in research settings) but continue to present unique challenges and research opportunities because they are based on game theory while most other approaches to generative modeling are based on optimization.

Yazarların özeti; kaynağından alınmıştır. Communications of the ACM, 2020 · DOI ↗

ÇıkarımlarPremium
Makaleye SorÜcretsiz hesapla

Ücretsiz hesapla devam et

Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.

Web'de ücretsiz devam et

Google ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.

Telefonda:

Alan: Bilgisayarlı Görü ve Örüntü Tanıma

Computer Vision and Pattern RecognitionComputer Science