Multimodální GAN
Multimodální GAN je generativní adverzní síť podmíněná — nebo společně se učící napříč — více než jednou datovou modalitou (např. textové popisy, obrázky, zvuk nebo strukturovaná data). Fúzí informací z více zdrojů může generátor syntetizovat realistické výstupy, které respektují mezimodální omezení, což umožňuje úlohy jako syntéza textu do obrazu, generování obrazu do zvuku a imputace napříč modalitami.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Reed, S., Akata, Z., Yan, X., Logeswaran, L., Schiele, B., & Lee, H. (2016). Generative adversarial text to image synthesis. Proceedings of the 33rd International Conference on Machine Learning (ICML), PMLR 48, 1060–1069. link ↗
- Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems (NeurIPS), 27. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/cs/deep-learning/multimodal-gan
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Generativní adversariální síťHluboké učení↔ compare
- Multimodální difuzní modelHluboké učení↔ compare
- Multimodální TransformerHluboké učení↔ compare
- Multimodální variační autoenkodérHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →