Machine learningDeep learning / NLP / CV
약지도 GAN
약지도 GAN(Weakly Supervised GAN)은 완전하게 주석이 달린 그라운드 트루스(ground truth) 대신 부분적으로 레이블이 지정되거나, 노이즈가 있는 레이블이 지정되거나, 거친 주석 데이터로 훈련된 생성적 적대 신경망입니다. 이는 제한된 지도(supervision)가 조건부 생성 또는 판별 학습을 안내하도록 표준 GAN 프레임워크를 확장하여, 레이블이 부족한 환경에서 고품질 데이터 합성 및 분류를 가능하게 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
- Odena, A., Olah, C., & Shlens, J. (2017). Conditional Image Synthesis with Auxiliary Classifier GANs. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70, 2642–2651. 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/ko/deep-learning/weakly-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.
- 확산 모델딥러닝↔ compare
- 생성적 적대 신경망딥러닝↔ compare
- 준지도 학습 GAN딥러닝↔ compare
- Variational Autoencoder딥러닝↔ compare
- 약한 지도 학습 이미지 분류딥러닝↔ compare