Domein-Adaptieve GAN
Een Domein-Adaptieve GAN combineert generatief adversarieel leren met domeinadaptatie om de distributiekloof tussen een gelabelde bron-domein en een ongelabeld of spaarzaam gelabeld doel-domein te overbruggen. Door een generator en discriminator adversarieel te trainen, leert het model domein-invariante representaties of vertaalde samples, waardoor een classificator of detector die op bron-data is getraind, effectief kan generaliseren naar het doel-domein zonder dat er veel doel-labels nodig zijn.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Ganin, Y., Ustunova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
- Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2223–2232. DOI: 10.1109/ICCV.2017.244 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Domain-Adaptive Generative Adversarial Network. ScholarGate. https://scholargate.app/nl/deep-learning/domain-adaptive-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.
- Domein-adaptieve Convolutionele Neurale NetwerkenDeep learning↔ compare
- Domein-Adaptieve Vision TransformerDeep learning↔ compare
- Fijn-afgestemd Generatief Adversarieel NetwerkDeep learning↔ compare
- Generatief Adversarieel NetwerkDeep learning↔ compare
- Semi-supervised GANDeep learning↔ compare
- Transfer Learning GANDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →