Multimodale GAN
Een multimodale GAN is een generatief adversarieel netwerk dat geconditioneerd is op — of gezamenlijk leert over — meer dan één datamodaliteit (bijv. tekstbeschrijvingen, afbeeldingen, audio of gestructureerde gegevens). Door informatie uit meerdere bronnen te fuseren, kan de generator realistische uitvoer synthetiseren die rekening houdt met cross-modale beperkingen, wat taken mogelijk maakt zoals tekst-naar-beeld-synthese, beeld-naar-audio-generatie en joint modality imputation.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/nl/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.
- Generatief Adversarieel NetwerkDeep learning↔ compare
- Multimodaal DiffusiemodelDeep learning↔ compare
- Multimodale TransformerDeep learning↔ compare
- Multimodale Variational Auto-encoderDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →