GAN yang Diawasi Secara Lemah (Weakly Supervised GAN)
GAN yang Diawasi Secara Lemah adalah jaringan adversarial generatif yang dilatih menggunakan data berlabel sebagian, berlabel berisik, atau anotasi kasar alih-alih kebenaran dasar yang dianotasi penuh. Ini memperluas kerangka kerja GAN standar sehingga pengawasan terbatas memandu generasi bersyarat atau pembelajaran diskriminatif, memungkinkan sintesis data dan klasifikasi berkualitas tinggi dalam pengaturan yang kekurangan label.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Odena, A., Olah, C., & Shlens, J. (2017). Conditional Image Synthesis with Auxiliary Classifier GANs. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70, 2642–2651. 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/id/deep-learning/weakly-supervised-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.
- Model DifusiPembelajaran Mendalam↔ compare
- Jaringan Adversarial GeneratifPembelajaran Mendalam↔ compare
- GAN Semi-terawasiPembelajaran Mendalam↔ compare
- Variational AutoencoderPembelajaran Mendalam↔ compare
- Klasifikasi Citra dengan Supervisi LemahPembelajaran Mendalam↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →