Multimodális GAN
A multimodális GAN egy generatív ellenséges hálózat, amely egynél több adatmóduszra (pl. szöveges leírások, képek, hang, vagy strukturált adatok) van kondicionálva, vagy azokat együttesen tanulja. Több forrásból származó információk fúziójával a generátor képes realisztikus kimeneteket szintetizálni, amelyek tiszteletben tartják a keresztmodális korlátokat, lehetővé téve olyan feladatokat, mint a szövegből képpé alakítás, a képből hanggá generálás, és a közös modalitás imputáció.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/hu/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.
- Generative Adversarial NetworkMélytanulás↔ compare
- Multimodális diffúziós modellMélytanulás↔ compare
- Multimodális transzformerMélytanulás↔ compare
- Multimodális Variációs AutokódolóMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →