Multimodal GAN
Una Multimodal GAN è una rete generativa avversaria condizionata su — o che apprende congiuntamente attraverso — più di una modalità di dati (ad es., descrizioni testuali, immagini, audio o dati strutturati). Fondendo informazioni da più sorgenti, il generatore può sintetizzare output realistici che rispettano vincoli cross-modali, abilitando compiti quali la sintesi text-to-image, la generazione image-to-audio e l'imputazione multimodale congiunta.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/it/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.
- Rete Generativa AvversariaApprendimento profondo↔ compare
- Modello di Diffusione MultimodaleApprendimento profondo↔ compare
- Transformer MultimodaleApprendimento profondo↔ compare
- Variational Autoencoder MultimodaleApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →