GAN multimodale
Une GAN multimodale est un réseau antagoniste génératif conditionné sur – ou apprenant conjointement à travers – plus d'une modalité de données (par ex., descriptions textuelles, images, audio ou données structurées). En fusionnant des informations provenant de sources multiples, le générateur peut synthétiser des sorties réalistes qui respectent les contraintes intermodales, permettant des tâches telles que la synthèse texte-image, la génération image-audio et l'imputation conjointe de modalités.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/fr/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.
- Réseau antagoniste génératifApprentissage profond↔ compare
- Modèle de diffusion multimodalApprentissage profond↔ compare
- Transformeur MultimodalApprentissage profond↔ compare
- Autoencodeur variationnel multimodalApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →