Multimodal GAN
Multimodal GAN คือโครงข่ายปฏิปักษ์เชิงกำเนิด (generative adversarial network) ที่มีเงื่อนไข หรือเรียนรู้ร่วมกันข้ามข้อมูลหลายรูปแบบ (เช่น คำอธิบายข้อความ รูปภาพ เสียง หรือข้อมูลที่มีโครงสร้าง) โดยการหลอมรวมข้อมูลจากหลายแหล่ง ตัวสร้าง (generator) สามารถสังเคราะห์ผลลัพธ์ที่สมจริงซึ่งสอดคล้องกับข้อจำกัดข้ามรูปแบบ (cross-modal constraints) ทำให้สามารถทำงานต่างๆ เช่น การสังเคราะห์ข้อความเป็นรูปภาพ การสร้างเสียงจากรูปภาพ และการเติมเต็มข้อมูลร่วมหลายรูปแบบได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multimodal Generative Adversarial Network. ScholarGate. https://scholargate.app/th/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.
- โครงข่ายปฏิปักษ์เชิงกำเนิดการเรียนรู้เชิงลึก↔ compare
- แบบจำลองการแพร่กระจายหลายรูปแบบการเรียนรู้เชิงลึก↔ compare
- Multimodal Transformerการเรียนรู้เชิงลึก↔ compare
- Multimodal Variational Autoencoderการเรียนรู้เชิงลึก↔ compare