Machine learningDeep learning / NLP / CV
Self-supervised GAN
Self-supervised GAN은 표준 생성적 적대 신경망(Generative Adversarial Network, GAN)에 하나 이상의 자기 지도 보조 작업(self-supervised auxiliary tasks) — 예를 들어 이미지 회전 또는 패치 위치 예측 — 을 추가하여 적대적 학습을 안정화하고 수동 주석 없이 레이블 없는 데이터로부터 풍부하고 전이 가능한 표현(representation)을 학습하는 판별자(discriminator)를 얻습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Chen, T., Zhai, X., Ritter, M., Lucic, M., & Houlsby, N. (2019). Self-Supervised GANs via Auxiliary Rotation Loss. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12154–12163. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2021). Self-supervised learning: Generative or contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Self-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/ko/deep-learning/self-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.
- 생성적 적대 신경망딥러닝↔ compare
- 자가 지도 합성곱 신경망딥러닝↔ compare
- 자기 지도 변분형 오토인코더딥러닝↔ compare
- 준지도 학습 GAN딥러닝↔ compare
- Vision Transformer딥러닝↔ compare