메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
변진모 (한국성서대학교) 박범찬 (한국성서대학교) 양단아 (한국성서대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제23권 제2호(JKIIT, Vol.23, No.2)
발행연도
2025.2
수록면
11 - 21 (11page)
DOI
10.14801/jkiit.2025.23.2.11

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
지난 몇 년간, GAN(Generative Adversarial Networks)은 생성 모델 분야에서 다양한 활용을 통해 빠르게 발전해왔다. ProGAN은 생성자와 판별자를 점진적으로 확장하여 고해상도 이미지를 생성하며, SNGAN은 판별자에 스펙트럼 정규화를 적용해 학습 안정성과 성능을 향상시킨다. 본 논문에서는 학습의 불안정성과 이미지 품질을 향상 시키기 위해 생성자와 판별자가 각각의 점진적으로 해상도를 높이고자 한다. 학습이 진행 됨에 따라 모델 구조가 복잡해지는 점진적 학습을 이루며, 두 개의 생성자를 병렬처리 구조의 PS-GAN(Paralled Stepwise Training-GAN)을 제안한다. 실험 결과, 해당 모델은 기존 모델에 비해 생성자와 판별자 간의 학습을 더 빠르고 안정적으로 수렴하였으며 이를 여러 평가지표로 증명하였다. 특히 데이터 품질 지표(FID)에서 SNGAN 대비 약 17.6%, ProGAN 대비 약 5.7% 향상된 결과를 보였으며, 이미지 다양성 지표(IS)에서도 SNGAN보다 약 5.2% 높은 성능을 나타낸다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
III. 제안하는 생성 적대 네트워크 모델 구조 및 기법
Ⅳ. 실험 결과
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092483405