wasserstein gan | BriefGPT - AI 论文速递

关键词wasserstein gan

搜索结果 - 22

极小 - 极大算法在黎曼流形上收敛于可微平衡点
通过普遍基于谱分析的方法，对 Riemann 流形上的零和可微博弈问题推广了可微 Steckelberg 平衡和可微 Nash 平衡，并给出了算法局部收敛的充分条件。这些算法通过引入随机梯度来扩展，并应用于训练 Wasserstein GA
PDFa month ago
使用单向流进行对抗性似然估计
生成对抗网络（GANs）可以生成高质量的样本，但不能提供样本周围的概率密度估计。本文通过最大化 log-likelihood 来建议改进分区函数的无偏估计方法，同时最大化生成器熵以提供更好的模式覆盖，利用一种新型的流网络 —— 单向流网络来
PDFa year ago
公平映射
为了解决模型中存在的错误偏见，本研究提出了一种新的预处理方法 - 公平映射，通过转换敏感组的数据分布到一个特定的目标分布上，并且实现保护敏感属性不被推论的目标来改善数据的公平性。实验结果表明，该方法能够同时隐蔽敏感属性，不失数据的特性，同时
PDF2 years ago
通过对粗略局部演示进行对抗性模仿来学习敏捷技能
提出一种基于生成对抗学习的方法，通过从部分不兼容的演示中推断奖励函数，实现成功的技能获取，并在四足机器人上测试了后空翻等技能。
PDF2 years ago
ICML生成式对抗网络中多维辨别器输出的再思考
本文介绍了多维鉴别器输出在生成对抗网络中的应用，借助最大的 p - 中心性差异探究了其性质，并提出了平方根速度转换块，进一步加快了多维度情况下的训练。理论证明和实验结果都表明，高维度的鉴别器输出有助于区分真实和伪造的分布，并有利于更快的收敛
PDF3 years ago
CVPRS2A: 多光谱波段合成的空间 - 频谱 Laplacian 注意力 Wasserstein GAN
本研究介绍了一种使用对抗学习合成高分辨率多光谱卫星影像的方法，其中通过注意力机制规范能带合成过程，进一步使用带渐变惩罚规范对抗性学习的训练和稳定性，提出了一种评估鉴别器深度特征的新成本函数，通过对 LISS-3，LISS-4 和 World
PDF4 years ago
生成有效的欧几里得距离矩阵
利用具有对称不变层的神经网络生成 Euclidean 距离矩阵，并使用其构建了一个 Wasserstein GAN，可以一次性生成具有三维嵌入的分子结构。
PDF5 years ago
基于多类 Wasserstein GAN 的多样化转述生成
本文提出了一种基于编码 - 解码架构的深度生成模型，采用附加的转换器将句子转换为其重述潜在代码并使用 Wassertein GAN 对真实和生成的语义组句样本的分布进行比较，结果表明模型可生成具有可靠性和流畅性的变化丰富的语义重述样本，并取
PDF5 years ago
从 GAN 到 WGAN
本论文介绍了生成对抗网络（GAN）模型的数学原理及其训练难度，引入了 Wasserstein GAN，采用一种平滑的度量方法来度量两个概率分布之间的距离，以提高 GAN 的训练效果。
PDF5 years ago
MMWasserstein GAN 可以执行 PCA
研究生成敌对网络是一个强大的框架，而文中的研究将 GANs 应用于简单的线性生成器高斯数据场景下，发现原 GAN 无法恢复最优 PCA 解，而 Wasserstein GAN 可以在样本大小的极限下接近 PCA 解，因此可能成为一种基于广泛
PDF5 years ago
GAN 的凸对偶框架
本文介绍了一种用于分析生成对抗网络的凸对偶框架，提出在约束条件为凸集时，通过最小化生成模型与经过判别器的数据分布匹配但是被期望的矩所限制的分布的 JS 散度，来得到生成模型。同时，将此框架应用于 f-GAN 和 Wasserstein GA
PDF6 years ago
点云 GAN
本文提出了一种用于生成点云数据的改进的 GAN 算法（PC-GAN），结合了层次贝叶斯建模和隐式生成模型的思想，使用后验推理网络来学习隐藏变量、使用紧凑的 Wasserstein 距离估计来定义优化目标，从而实现了多个 GAN 算法的一般化
PDF6 years ago
使用 WaveNet 声码器的多说话者文本转语音合成系统的 Wasserstein GAN 和基于波形损失的训练方法
提议在语音合成中使用包含条件生成式对抗网络或其变种 Wasserstein GAN with gradient penalty (WGAN-GP) 的框架，并将生成的伪语音作为条件参数用于另一个准确预测参数的声学模型中，实验结果表明，使用具
PDF6 years ago
NIPS利用深度生成模型进行保持分布的有损压缩
本文提出并研究了分布保持有损压缩问题，旨在优化速率失真间的平衡，使重建样本符合训练数据的分布，并通过采用 Wasserstein GAN 和 Wasserstein 自编码器的组合等方法，进行了理论和实证分析。
PDF6 years ago
ICLR改进 Wasserstein GAN 的训练：一致性损失及其双重效应
本文提出了一种创新的方法来强制实现 WGAN 的训练过程中的 Lipschitz 连续性，并与最近的半监督学习方法之一进行了无缝连接，导致不仅产生比以前方法更好的照片真实样本，而且还出现了最新的半监督学习结果，其中我们的方法在仅使用 1,0
PDF6 years ago
NIPS基于 IPM 的 GAN 的半监督学习：一个实证研究
本文探讨了基于积分概率度量的生成式对抗网络在半监督学习中的性能，研究表明，对判别器结构的设计能够提高性能，尤其避免使用批归一化和梯度惩罚限制等方法能够提高模型性能。
PDF7 years ago
CVPR用于零样本学习的特征生成网络
该研究提出使用生成对抗网络（GAN）来 “合成” 零样本类别的 CNN（卷积神经网络）特征，从而应对通用零样本学习任务中已有的数据不平衡问题。实验结果表明，该方法在多个数据集上的表现均显著优于现有方法。
PDF7 years ago
融合生成对抗网络的统计参数语音合成
本文介绍了一种使用生成对抗网络（GAN）的统计参数语音合成方法，相比于传统的最小生成误差训练算法，该方法能够更自然地生成语音波形，并有效缓解了生成语音参数的平滑问题。我们还研究了不同 GAN 之间的差异，并发现最小化 Earth-Mover
PDF7 years ago
类别分割生成对抗网络
本研究提出了通过增加聚类标签的方法增强条件 GAN 的性能，以达到联合学习和无监督学习中达到 CIFAR-10 和 STL-10 数据集的图像生成的最新水平，即使在无监督设置下同样适用。
PDF7 years ago
最大似然和基于 GAN 的训练 Real NVPs 的比较
本文通过最大似然法和 Wasserstein GAN 训练了一个生成器，通过相关样本、概率密度和 Wasserstein 距离的比较表明，独立的评论家在验证集和生成分布之间估算 Wasserstein 距离可以帮助检测过度拟合。最后，本文采
PDF7 years ago