GAN multimodal
Una GAN multimodal es una red generativa antagónica condicionada —o que aprende conjuntamente a través de— más de una modalidad de datos (p. ej., descripciones textuales, imágenes, audio o datos estructurados). Al fusionar información de múltiples fuentes, el generador puede sintetizar resultados realistas que respetan las restricciones intermodales, permitiendo tareas como la síntesis de texto a imagen, la generación de imagen a audio y la imputación de modalidades conjuntas.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/es/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.
- Red Generativa AntagónicaAprendizaje profundo↔ compare
- Modelo de Difusión MultimodalAprendizaje profundo↔ compare
- Transformador MultimodalAprendizaje profundo↔ compare
- Autoencoder Variacional MultimodalAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →