GAN de Dominio Adaptativo
Una GAN de dominio adaptativo combina el aprendizaje generativo adversarial con la adaptación de dominio para salvar la brecha de distribución entre un dominio fuente etiquetado y un dominio objetivo sin etiquetar o con etiquetas escasas. Al entrenar un generador y un discriminador de forma adversarial, el modelo aprende representaciones invariantes al dominio o muestras traducidas, lo que permite que un clasificador o detector entrenado con datos fuente generalice eficazmente al dominio objetivo sin requerir etiquetas objetivo abundantes.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Domain-Adaptive Generative Adversarial Network. ScholarGate. https://scholargate.app/es/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.
- Red Neuronal Convolucional Adaptativa al DominioAprendizaje profundo↔ compare
- Vision Transformer Adaptativo al DominioAprendizaje profundo↔ compare
- Red Neuronal Generativa Adversaria Finamente AjustadaAprendizaje profundo↔ compare
- Red Generativa AntagónicaAprendizaje profundo↔ compare
- GAN semi-supervisadoAprendizaje profundo↔ compare
- Transfer Learning GANAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →