conditional generative model | BriefGPT

关键词conditional generative model

搜索结果 - 31

基于搜索学习的自监督文本生成
本研究提出了一种名为 TGLS 的无监督文本生成方法，采用模拟退火算法和条件生成模型相结合，取得了在同类方法中最佳的生成效果。
PDF4 years ago
CVPRMixNMatch: 条件图像生成的多因素解缠和编码
本研究提出了 MixNMatch，一种有条件的生成模型，可以在最小监督的情况下学习对背景、物体姿态、形状和纹理进行解耦和编码，并用于图像生成。通过与 FineGAN 结合，我们实现了所需的解耦和图像生成器，并利用对抗性的联合图像 - 代码分
PDF5 years ago
通过同时生成和学习实现零样本学习
通过深度生成模型和多模态先验条件生成模型来实现零样本学习，无需非现有数据，可对可见和不可见类进行分类和生成。
PDF5 years ago
ICLRMetaPix: 少样本视频重定向
使用元学习实现个性化无监督转化行为的普适解码器。
PDF5 years ago
使用 trVAE 的无配对数据条件外样本生成
本研究通过使用最大平均离差（MMD）来匹配不同条件下的生成模型的分布，从而对条件变分自编码器（CVAE）进行改进，提出了 Transformer VAE（trVAE）的架构，并在高维图像和表格数据上展示了比现有方法更高的鲁棒性和准确性。
PDF5 years ago
ICCV语义对抗攻击：参数转换欺骗深度分类器
本文通过对参数条件生成模型的范围空间进行对抗性损失的优化，提出了一种新颖的方法来生成 “语义” 对抗性示例，并在面部图像上展示了其攻击的效果。
PDF5 years ago
CVPRf-VAEGAN-D2: 一种适用于任意样本学习的特征生成框架
本文提出了一种结合 VAE 和 GANs 的条件生成模型，同时通过无条件鉴别器，学习未标记图像的边缘特征分布，在归纳和传递性学习设置中，对任意量少量学习问题进行处理，并在五个数据集中建立了新的零 - 阈值学习的最新技术。同时，证明学习到的特
PDF5 years ago
ICLRKanerva 机器：一种生成式分布式记忆
本研究提出了一种端到端训练的内存系统，可以快速适应新数据并生成类似的样本。它具有强大的分布式读写机制和可分析的内存，可以通过贝叶斯更新规则进行最优在线压缩，以内存作为数据依赖的先验概率分布的层次性条件生成模型，将自适应内存与自底向上感知相结
PDF6 years ago
基于文本的视频生成
通过训练条件生成模型从文本中提取静态和动态信息，结合 VAE 和 GAN 的混合框架，采用画线和过滤器来生成可信度高和多样性强的文本视频。
PDF7 years ago
ICML使用约束嵌入空间映射条件生成多模态数据
提出一种条件生成模型，将多种数据的低维嵌入映射到公共潜在空间，并提取它们之间的语义关系，可从普通 MNIST 数字中提取颜色和语音输入，并进行独立条件推断。
PDF7 years ago
NIPS使用对抗训练解缠混合因素的深度表达
我们提出了一种有条件的生成模型，用于学习将标记的观察结果的隐藏变化因素分离并分解成互补代码，实验结果表明该方法能够推广到未见过的类别和内类别变异。
PDF8 years ago