Multimodal GAN
En Multimodal GAN är ett generativt antagonistiskt nätverk som betingas av – eller gemensamt lär sig över – mer än en datamodalitet (t.ex. textbeskrivningar, bilder, ljud eller strukturerad data). Genom att fusionera information från flera källor kan generatorn syntetisera realistiska utdata som respekterar tvärmodala begränsningar, vilket möjliggör uppgifter som text-till-bild-syntes, bild-till-ljud-generering och gemensam modalitetsimputation.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/sv/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.
- Generativt antagonistiskt nätverkDjupinlärning↔ compare
- Multimodal DiffusionsmodellDjupinlärning↔ compare
- Multimodal TransformerDjupinlärning↔ compare
- Multimodal Variational AutoencoderDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →