지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.46 No.10
- 발행연도
- 2019.10
- 수록면
- 1,012 - 1,019 (8page)
- DOI
- 10.5626/JOK.2019.46.10.1012
이용수
초록· 키워드
오류제보하기
적대적 생성 신경망은 두 개의 네트워크를 적대적으로 학습시켜 원본 데이터 분포를 추정하고, 이를 기반으로 데이터를 생성하는데 탁월한 모델이지만, 학습 도중 분포를 학습하지 못하는 모드 드롭 현상이나 하나 또는 매우 적은 분포의 샘플만을 생성하는 모드 붕괴 현상이 종종 나타난다. 이 현상을 감지하기 위해 기존 연구들은 학습 데이터를 통제하거나 별도의 신경망 모델을 학습시켜야 하는 한계점을 보였다. 이에 본 논문은 프레셋 거리를 단순화하여 추가적인 모델이나 학습 데이터의 제한 없이 모드 붕괴를 검출하는 기법을 제안한다. 다양한 실험을 통하여 제안하는 거리 척도가 기존의 적대적 생성 신경망에 적용된 척도에 비해 더욱 효과적으로 모드 드롭 및 붕괴를 검출할 수 있음을 보인다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 단순화한 프레셋 거리
4. 실험 및 결과
5. 결론
References
참고문헌 (20)
참고문헌 신청
A. Borji, "Pros and Cons of GAN Evaluation Measures," arXiv preprint arXiv:1802.03446, 2018.
Y. Ganin, E. Ustinova, H. Ajakan, P. Germain, H. Larochelle, F. Laviolette, M. Marchand, and V. Lempitsky, "Domain-adversarial training of neural networks," The Journal of Machine Learning Research, vol. 17 no. 1, pp. 2096-2030, 2016.
E. Tzeng, J. Hoffman, K. Saenko, and T. Darrell, "Adversarial discriminative domain adaptation," Proc. of the IEEE International Conference on Computer Vision and Pattern Recognition (CVPR), 2017.
S. Reed, Z. Akata, X. Yan, L. Logeswaran, B. Schiele, and H. Lee, "Generative adversarial text to image synthesis," arXiv preprint arXiv:1605.05396, 2016.
C. Ledig et al., "Photo-realistic single image superresolution using a generative adversarial network," arXiv preprint, 2017.
E. Tzeng, J. Hoffman, K. Saenko, and T. Darrell, "Adversarial discriminative domain adaptation," Proc. of the IEEE International Conference on Computer Vision and Pattern Recognition (CVPR), 2017.
S. Reed, Z. Akata, X. Yan, L. Logeswaran, B. Schiele, and H. Lee, "Generative adversarial text to image synthesis," arXiv preprint arXiv:1605.05396, 2016.
C. Ledig et al., "Photo-realistic single image superresolution using a generative adversarial network," arXiv preprint, 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
단순화한 프레셋 거리를 활용한 적대적 생성 신경망의 모드 드롭 및 모드 붕괴 검출 기법
한국정보과학회 학술발표논문집
2018 .12
-
생성적 적대 신경망의 학습 방법에 따른 비교
대한전자공학회 학술대회
2020 .08
-
적대적 생성 신경망(GAN)을 활용한 오버샘플링에 관한 연구
한국지능정보시스템학회 학술대회논문집
2018 .06
-
적대적 생성 신경망 기반 112 신고 유형 분류 모델
한국통신학회 인공지능 학술대회 논문집
2023 .09
-
다중 잠재벡터를 적용하여 학습 안정성을 높인 GAN
디지털콘텐츠학회논문지
2025 .01
-
적대적 생성 신경망(GAN)을 이용한 시계열 데이터 이상탐지 기법 연구
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
생성적 적대 신경망을 이용한 정형 데이터 증강에 대한 연구
한국정보과학회 학술발표논문집
2018 .06
-
적대적 생성 신경망을 이용한 직물 패턴 생성
한국컴퓨터그래픽스학회 학술대회
2019 .07
-
GAN 적대적 생성 신경망과 이미지 생성 및 변환 기술 동향
[ETRI] 전자통신동향분석
2020 .08
-
적대적 생성 신경망을 활용한 상수도 자산관리 데이터 생성 및 평가
대한토목학회 학술대회
2024 .10
-
합성 신경망 재생성을 위한 적대적 생성 신경망
한국정보과학회 학술발표논문집
2022 .06
-
소프트웨어 결함 예측을 위한 생성적 적대 신경망 모델 비교 연구
한국정보과학회 학술발표논문집
2020 .12
-
딥러닝 기반의 생성 모형, 적대적 생성 신경망 소개
정보과학회지
2018 .02
-
적대적 생성 신경망을 활용한 전력 계통 상태 추정 방안에 관한 연구
대한전기학회 학술대회 논문집
2023 .10
-
Training Object Recognition Models with Synthetic Datasets Generated by GANs
대한기계학회 춘추학술대회
2024 .06
-
적대적 생성 신경망의 금융 시계열 특성 학습 능력에 대한 고찰
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
심층 합성곱 생성적 적대 신경망을 이용한 전력 데이터 생성 및 정확도 측정
대한전기학회 학술대회 논문집
2020 .07
-
생성적 적대 신경망(GAN)을 이용한 도시환경에서의 무선 채널 모델링 연구
한국통신학회 학술대회논문집
2019 .06
-
생성적 적대 신경망(GAN) 모델 기반 철근콘크리트 외벽 균열 이미지 생성 및 학습
한국콘크리트학회 학술대회 논문집
2022 .11
-
화학 분자 구조 생성을 위한 생성적 적대 신경망
대한산업공학회 추계학술대회 논문집
2020 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
A Comparative Study on Data Augmentation Using Generative Models for Robust Solar Irradiance Prediction
Jinyeong Oh
,
Jimin Lee
,
Daesungjin Kim
외 2명
한국컴퓨터정보학회논문지
2023
.11
텍스트 마이닝 기반의 국내 빅데이터 처리 및 분석 사례 연구: 아마존 웹 서비스를 중심으로
이병천
,
오진영
,
임수빈
외 2명
한국전자거래학회지
2023
.05
설명 가능한 정기예금 가입 여부 예측을 위한 앙상블 학습 기반 분류 모델들의 비교 분석
신지안
,
문지훈
,
노승민
한국전자거래학회지
2021
.08
도메인 어댑테이션을 이용한 폰트 변화에 강인한 한글 분류기 개발
박재우
,
이은지
,
조남익
한국방송미디어공학회 학술발표대회 논문집
2019
.11
스마트 아일랜드를 위한 주의 집중 메커니즘 기반의 확률론적 단기 일사량 예측 기법
정승민
,
문지훈
,
박성우
외 1명
정보과학회 컴퓨팅의 실제 논문지
2019
.12
최근 본 자료
댓글(0)
0