GAN Multimodal
Uma GAN Multimodal é uma rede adversária generativa condicionada em — ou aprendendo conjuntamente através de — mais de uma modalidade de dados (por exemplo, descrições de texto, imagens, áudio ou dados estruturados). Ao fundir informações de múltiplas fontes, o gerador pode sintetizar saídas realistas que respeitam restrições intermodais, permitindo tarefas como síntese de texto para imagem, geração de áudio a partir de imagem e imputação conjunta de modalidades.
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
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/pt/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.
- Rede Adversarial GenerativaAprendizado profundo↔ compare
- Modelo de Difusão MultimodalAprendizado profundo↔ compare
- Transformer MultimodalAprendizado profundo↔ compare
- Autoencoder Variacional MultimodalAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →