GAN Adaptativo de Domínio
Uma GAN adaptativa de domínio combina aprendizado generativo adversarial com adaptação de domínio para preencher a lacuna de distribuição entre um domínio de origem rotulado e um domínio de destino não rotulado ou esparsamente rotulado. Ao treinar um gerador e um discriminador de forma adversarial, o modelo aprende representações invariantes de domínio ou amostras traduzidas, permitindo que um classificador ou detector treinado em dados de origem generalize efetivamente para o domínio de destino sem exigir rótulos de destino abundantes.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Domain-Adaptive Generative Adversarial Network. ScholarGate. https://scholargate.app/pt/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.
- Rede neural convolucional adaptativa ao domínioAprendizado profundo↔ compare
- Vision Transformer Adaptativo a DomínioAprendizado profundo↔ compare
- Rede Generativa Adversarial AfiadaAprendizado profundo↔ compare
- Rede Adversarial GenerativaAprendizado profundo↔ compare
- GANs Semi-supervisionadasAprendizado profundo↔ compare
- GANs de Aprendizagem por TransferênciaAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →