Domänen-adaptiver GAN
Ein domänen-adaptiver GAN kombiniert generatives adversarielles Lernen mit Domänenadaption, um die Verteilungsdifferenz zwischen einer gelabelten Quell-Domäne und einer ungelabelten oder spärlich gelabelten Ziel-Domäne zu überbrücken. Durch adversarielles Training eines Generators und Diskriminators lernt das Modell domänen-invariante Repräsentationen oder übersetzte Stichproben, was es einem Klassifikator oder Detektor, der auf Quell-Daten trainiert wurde, ermöglicht, effektiv auf die Ziel-Domäne zu generalisieren, ohne dass viele Ziel-Labels erforderlich sind.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Ganin, Y., Ustunova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
- Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2223–2232. DOI: 10.1109/ICCV.2017.244 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Domain-Adaptive Generative Adversarial Network. ScholarGate. https://scholargate.app/de/deep-learning/domain-adaptive-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.
- Domänenadaptives Convolutional Neural NetworkDeep Learning↔ compare
- Domain-Adaptive Vision TransformerDeep Learning↔ compare
- Fine-Tuned Generative Adversarial NetworkDeep Learning↔ compare
- Generative Adversarial NetworkDeep Learning↔ compare
- Semi-supervised GANDeep Learning↔ compare
- Transfer Learning GANDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →