Доменно-адаптивный ГАН
Доменно-адаптивный ГАН (Generative Adversarial Network) сочетает генеративное состязательное обучение с адаптацией домена для преодоления разрыва в распределении между размеченной исходной доменой и неразмеченной или слабо размеченной целевой доменой. Обучая генератор и дискриминатор в состязательном режиме, модель изучает инвариантные к домену представления или преобразованные выборки, что позволяет классификатору или детектору, обученному на исходных данных, эффективно обобщаться на целевую домену без необходимости в большом количестве меток целевой домены.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Domain-Adaptive Generative Adversarial Network. ScholarGate. https://scholargate.app/ru/deep-learning/domain-adaptive-gan
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Адаптивная к домену сверточная нейронная сетьГлубокое обучение↔ сравнить
- Адаптивный к домену Vision TransformerГлубокое обучение↔ сравнить
- Дообученная генеративно-состязательная сетьГлубокое обучение↔ сравнить
- Генеративно-состязательная сетьГлубокое обучение↔ сравнить
- Полусупервизорная GANГлубокое обучение↔ сравнить
- Transfer Learning GANГлубокое обучение↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →