Metodebevisregister
Self-supervised GAN
Self-supervised GAN augments a standard Generative Adversarial Network with one or more self-supervised auxiliary tasks — such as predicting image rotation or patch position — that stabilise adversarial training and yield a discriminator that learns rich, transferable representations from unlabeled data without requiring manual annotations.
Kilderegister
Siteringer kopiert ordrett fra metodens kilderegister. Ingen påstandsnivåverifisering er underforstått fra dem.
Self-supervised Generative Adversarial Network
Taksonomisk metoderegister · ml-model / deep-learning
- 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. · URL
- 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
Kuraterte påstander
Påstander lagret i bevishovedboken, hver med sin egen vurdering.
Ingen kuraterte påstander ennå
Denne visningen finner ikke opp en påstandsvurdering når hovedboken ikke har noen.
Relaterte metoder
Generert fra metodegrafen og vist som maskinforslåtte relasjoner – ingen bevispåstand er underforstått.