AAAIDec, 2019
考虑深度生成神经网络生成边界的高效探索采样
An Efficient Explorative Sampling Considering the Generative Boundaries of Deep Generative Neural Networks
Giyoung Jeon, Haedong Jeong, Jaesik Choi
TL;DR本文提出一种通过生成边界和探测内部模型机制的探索性采样算法,可以更加高效地从已有模型中获取具有相同属性的样本,并在内部层次上分析 DGNN 的生成机制。相比以 ε 为基础的采样方法,本算法也能更好地找到更具代表性的样本。