Machine learningDeep learning / NLP / CV
준지도 학습 GAN
준지도 학습 GAN(SGAN)은 표준 GAN 판별자를 확장하여 K개의 실제 클래스로 분류된 예제를 동시에 분류하고, 생성된 가짜를 (K+1)번째 클래스로 감지합니다. 이를 통해 생성자의 합성 데이터가 암묵적인 정규화 역할을 하고, 매우 적은 수의 레이블된 예제로도 강력한 분류기를 훈련할 수 있게 합니다.
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
- Salimans, T., Goodfellow, I., Zaremba, W., Cheung, V., Radford, A., & Chen, X. (2016). Improved Techniques for Training GANs. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Odena, A. (2016). Semi-Supervised Learning with Generative Adversarial Networks. ICML Workshop on Generative Adversarial Networks. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Semi-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/ko/deep-learning/semi-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
- Self-supervised GAN딥러닝↔ compare
- BERT 기반 준지도 학습 분류딥러닝↔ compare
- 준지도 학습머신러닝↔ compare
- Variational Autoencoder딥러닝↔ compare