Machine learning
Generative Adversarial Network
Generative Adversarial Network（GAN）は、2014年にIan Goodfellowらが導入したもので、2つのニューラルネットワーク、すなわちジェネレータとディスクリミネータの競争を通じて、現実的な合成データを生成する。画像合成、データ拡張、分布推定に広く用いられている。
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.
+20 more
出典
- Goodfellow, I. et al. (2014). Generative Adversarial Nets. NeurIPS. link ↗
- Karras, T. et al. (2020). Analyzing and Improving the Image Quality of StyleGAN. CVPR. DOI: 10.1109/CVPR42600.2020.00813 ↗
このページの引用方法
ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/ja/deep-learning/generative-adversarial-network
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.
Compare side by side →この手法を参照する項目
敵対的学習CycleGAN：サイクル整合性を用いたペアなし画像間翻訳ドメイン適応型GANドメイン適応型変分オートエンコーダ説明可能なGANファインチューニングされた敵対的生成ネットワークLoRAとPEFTMultilingual GANマルチモーダルGANマルチモーダル変分オートエンコーダニューラルスタイル変換自己教師あり拡散モデル自己教師ありGAN (Self-supervised GAN)自己教師あり画像分類自己教師あり変分オートエンコーダ半教師あり拡散モデルSemi-supervised GAN半教師あり変分オートエンコーダ機密性制御のための合成データ生成転移学習GAN変分オートエンコーダーを用いた転移学習Variational AutoencoderビジョントランスフォーマーWasserstein GAN (WGAN)弱教師あり拡散モデル弱教師ありGAN (Weakly Supervised GAN)弱教師あり変分オートエンコーダー