Multimodálny GAN
Multimodálny GAN je generatívna adverzárna sieť podmienená — alebo spoločne sa učiaca naprieč — viacerými dátovými modalitami (napr. textové popisy, obrázky, zvuk alebo štruktúrované dáta). Spojením informácií z viacerých zdrojov môže generátor syntetizovať realistické výstupy, ktoré rešpektujú krížovo-modálne obmedzenia, čo umožňuje úlohy ako syntéza textu na obrázok, generovanie obrázku na zvuk a imputácia spoločnej modality.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/sk/deep-learning/multimodal-gan
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Generatívna protiadverзárna sieťHlboké učenie↔ porovnať
- Multimodálny difúzny modelHlboké učenie↔ porovnať
- Multimodálny TransformerHlboké učenie↔ porovnať
- Multimodálny variančný autoenkodérHlboké učenie↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →