Machine learningDeep learning / NLP / CV
マルチモーダルGAN
マルチモーダルGANは、複数のデータモダリティ（例：テキスト記述、画像、音声、または構造化データ）を条件とする、あるいはそれらを横断して共同で学習する生成敵対ネットワークです。複数のソースからの情報を融合することにより、ジェネレータはクロスモーダル制約を尊重する現実的な出力を合成でき、テキストから画像への合成、画像から音声への生成、および共同モダリティ補完などのタスクを可能にします。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/ja/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 Network深層学習↔ compare
- マルチモーダル拡散モデル深層学習↔ compare
- マルチモーダル・トランスフォーマー深層学習↔ compare
- マルチモーダル変分オートエンコーダ深層学習↔ compare