Machine learningDeep learning / NLP / CV
ドメイン適応型GAN
ドメイン適応型GANは、敵対的生成学習とドメイン適応を組み合わせることで、ラベル付きソースドメインとラベルなしまたはスパースにラベル付けされたターゲットドメイン間の分布ギャップを埋めます。生成器と識別器を敵対的に学習させることにより、モデルはドメイン不変の表現または変換されたサンプルを学習し、ソースデータで学習された分類器や検出器が、豊富なターゲットラベルを必要とせずにターゲットドメインに効果的に汎化できるようにします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Ganin, Y., Ustunova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
- Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2223–2232. DOI: 10.1109/ICCV.2017.244 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-Adaptive Generative Adversarial Network. ScholarGate. https://scholargate.app/ja/deep-learning/domain-adaptive-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.
- ドメイン適応型畳み込みニューラルネットワーク深層学習↔ compare
- ドメイン適応型ビジョン・トランスフォーマー深層学習↔ compare
- ファインチューニングされた敵対的生成ネットワーク深層学習↔ compare
- Generative Adversarial Network深層学習↔ compare
- Semi-supervised GAN深層学習↔ compare
- 転移学習GAN深層学習↔ compare