GAN แบบมีการกำกับดูแลอย่างอ่อน
GAN แบบมีการกำกับดูแลอย่างอ่อน (Weakly Supervised GAN) คือโครงข่ายปฏิปักษ์เชิงกำเนิด (generative adversarial network) ที่ฝึกฝนด้วยข้อมูลที่มีการติดป้ายกำกับบางส่วน, มีป้ายกำกับที่ผิดพลาด, หรือมีการอธิบายลักษณะอย่างหยาบ แทนที่จะเป็นข้อมูลจริงที่ติดป้ายกำกับสมบูรณ์ โครงข่ายนี้ขยายกรอบการทำงานของ GAN มาตรฐานเพื่อให้การกำกับดูแลแบบจำกัดชี้นำการสร้างแบบมีเงื่อนไข (conditional generation) หรือการเรียนรู้เชิงจำแนก (discriminative learning) ทำให้สามารถสังเคราะห์ข้อมูลคุณภาพสูงและการจำแนกประเภทในสภาวะที่มีป้ายกำกับน้อยได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Odena, A., Olah, C., & Shlens, J. (2017). Conditional Image Synthesis with Auxiliary Classifier GANs. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70, 2642–2651. 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). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/th/deep-learning/weakly-supervised-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.
- แบบจำลองการแพร่ (Diffusion Model)การเรียนรู้เชิงลึก↔ compare
- โครงข่ายปฏิปักษ์เชิงกำเนิดการเรียนรู้เชิงลึก↔ compare
- GAN แบบกึ่งกำกับดูแลการเรียนรู้เชิงลึก↔ compare
- ตัวเข้ารหัสอัตโนมัติแบบแปรผันการเรียนรู้เชิงลึก↔ compare
- การจำแนกภาพแบบเรียนรู้อย่างอ่อน (Weakly Supervised Image Classification)การเรียนรู้เชิงลึก↔ compare