| rdfs:comment
| - Generative Adversarial Networks (GAN, zu deutsch etwa „erzeugende gegnerische Netzwerke“) sind in der Informatik eine Gruppe von Algorithmen für unüberwachtes Lernen. (de)
- 생성적 적대 신경망(生成的敵對神經網, 영어: Generative Adversarial Network; GAN)은 비지도 학습에 사용되는 인공지능 알고리즘으로, 제로섬 게임 틀 안에서 서로 경쟁하는 두 개의 신경 네트워크 시스템에 의해 구현된다. 이 개념은 2014년에 이안 굿펠로우(Ian. j. Goodfellow)에 의해 발표되었다. (ko)
- 敵対的生成ネットワーク （てきたいてきせいせいネットワーク、英: Generative adversarial networks、略称: GANs）は、2014年にイアン・グッドフェローらによって発表された教師なし学習で使用される人工知能アルゴリズムの一種であり、ゼロサムゲームフレームワークで互いに競合する2つのニューラルネットワークのシステムによって実装される。 (ja)
- 生成对抗网络（英語：Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，透過两个神经網路相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成對抗網絡由一個生成網絡與一個判別網絡組成。生成網絡從潛在空間（latent space）中隨機取樣作為輸入，其輸出結果需要盡量模仿訓練集中的真實樣本。判別網絡的輸入則為真實樣本或生成網絡的輸出，其目的是將生成網絡的輸出從真實樣本中盡可能分辨出來。而生成網絡則要盡可能地欺騙判別網絡。兩個網絡相互對抗、不斷調整參數，最終目的是使判別網絡無法判斷生成網絡的輸出結果是否真實。 生成對抗網絡常用於生成以假亂真的圖片。此外，該方法還被用於生成影片、三維物體模型等。 生成對抗網絡虽然最开始提出是為了無監督學習，但经證明對、完全監督學習 、強化學習也有效。 在2016年的一個研討會上，杨立昆称生成式對抗網絡为「機器學習這二十年來最酷的想法」。 (zh)
- Генеративні змага́льні мере́жі (англ. Generative adversarial networks, GANs) — це клас алгоритмів штучного інтелекту, що використовуються в навчанні без учителя, реалізовані системою двох штучних нейронних мереж, які змагаються одна з одною в рамках гри з нульовою сумою. Вони були запроваджені Яном Ґудфелоу в 2014 році.Ця методика дозволяє створювати фотографії, які для побіжного огляду людиною виглядають як справжні та мають багато реалістичних елементів (хоча в тестах люди можуть відрізнити реальні зображення від згенерованих у багатьох випадках). (uk)
- شبكات الخصومة التوليدية ( GAN ) أو الشبكات التوليدية الخصومية هي نوع من شبكات التعلم الآلي التي اخترعها إيان جودفيلو وزملاؤه في عام 2014. تتنافس شبكتان عصبيتان مع بعضهما في لعبة (بمعنى نظرية اللعبة ، غالبًا ولكن ليس دائمًا في شكل لعبة محصلتها صفر ) الهدف منها التدرب على إنشاء بيانات مفبركة مشابهة للبيانات الحقيقية، يصعب على مراقب بشري أو آلي التفريق بينهما.تتعلم هذه التقنية إنشاء بيانات جديدة بنفس الخصائص الإحصائية لمجموعة التدريب. على سبيل المثال ، يمكن لـ GAN المُدرَّب على الصور الفوتوغرافية إنشاء صور جديدة تبدو حقيقية للمراقبين البشريين ، ولها العديد من الخصائص الواقعية.على الرغم من أنه تم اقتراحه في الأصل كشكل من أشكال النموذج التوليدي للتعلم غير الخاضع للرقابة ، فقد أثبتت شبكات GAN أيضًا أنها مفيدة للتعلم شبه الخاضع للإشراف ، التعلم الخاضع للإشراف الكامل ، والتعلم المعزز . في ندوة عا (ar)
- Les Xarxes Generatives Antagòniques (RGAs), també conegudes com a GANs en anglès, són una classe d'algorismes d'intel·ligència artificial, el machine learning, que s'utilitzen en l'aprenentatge no supervisat, implementades per un sistema de dues xarxes neuronals que competeixen mútuament en una espècie de Joc de suma nul·la. Van ser presentades per Ian Goodfellow al 2014. Les Xarxes Generatives Antagòniques són similars al mimetisme de biología evolutiva, per una carrera evolutiva entre aquests dos. (ca)
- Τα Παραγωγικά Αντιπαλικά Δίκτυα (ΠΑΔ), γνωστά επίσης ως Αντιπαλικά Δίκτυα, Παραγωγικά Ανταγωνιστικά Δίκτυα, Παραγωγικά Δἰκτυα Αντιπάλων και Aναγεννητικά Aνταγωνιστικά Δίκτυα (στα αγγλικά Generative Adversarial Networks - GAN) είναι μια κατηγορία συστημάτων μηχανικής μάθησης που εφευρέθηκε από τον Ian Goodfellow και τους συναδέλφους του το 2014. Βασίζονται στην λογική της αντιπαλικής μάθησης. Δύο νευρωνικά δίκτυα διαγωνίζονται σε ένα παίγνιο (με την έννοια της θεωρίας παιγνίων, συχνά αλλά όχι πάντα με τη μορφή ενός παιγνίου μηδενικού αθροίσματος ). Δοθέντος ενός συνόλου εκπαίδευσης, αυτή η τεχνική μαθαίνει να δημιουργεί νέα δεδομένα με τα ίδια στατιστικά στοιχεία. Για παράδειγμα, ένα αντιπαλικό δίκτυο εκπαιδευμένο σε φωτογραφίες μπορεί να δημιουργήσει νέες φωτογραφίες που φαίνονται τουλάχισ (el)
- A generative adversarial network (GAN) is a class of machine learning frameworks designed by Ian Goodfellow and his colleagues in June 2014. Two neural networks contest with each other in the form of a zero-sum game, where one agent's gain is another agent's loss. GANs are similar to mimicry in evolutionary biology, with an evolutionary arms race between both networks. (en)
- Las Redes Generativas Antagónicas (RGAs), también conocidas como GANs en inglés, son una clase de algoritmos de inteligencia artificial que se utilizan en el aprendizaje no supervisado, implementadas por un sistema de dos redes neuronales que compiten mutuamente en una especie de juego de suma cero. Fueron presentadas por Ian Goodfellow et al. en 2014. (es)
- En intelligence artificielle, les réseaux antagonistes génératifs (RAG) parfois aussi appelés réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non supervisé. Ces algorithmes ont été introduits par . Ils permettent de générer des images avec un fort degré de réalisme. L'apprentissage de ces réseaux est difficile en pratique, avec des problèmes importants de non convergence. (fr)
- Una rete generativa avversaria (in inglese generative adversarial network o GAN) è una classe di metodi di apprendimento automatico, introdotta per la prima volta da Ian Goodfellow, in cui due reti neurali vengono addestrate in maniera competitiva nel contesto di un gioco a somma zero. Questo tipo di framework permette alla rete neurale di apprendere come generare nuovi dati aventi la stessa distribuzione dei dati usati in fase di addestramento. Ad esempio, è possibile ottenere una rete neurale in grado di generare volti umani iperrealistici, come dimostrato nel 2018 da NVIDIA, azienda produttrice di GPU. (it)
- In kunstmatige intelligentie is een generatief antagonistennetwerk (Engels generative adversarial network of GAN, Frans réseaux antagonistes génératifs) een klasse van algoritmen voor ongecontroleerd leren. Een GAN is een waar twee netwerken met elkaar concurreren in een speltheorie-scenario. Het eerste netwerk is de generator, die een staal (monster) genereert (bijvoorbeeld een beeld), terwijl de tegenstander, de discriminator, probeert te detecteren of het monster echt is, dan wel “gefabriceerd” werd door de generator. Het leerproces kan worden gemodelleerd als een nulsomspel. (nl)
- Генеративно-состязательная сеть (англ. Generative adversarial network, сокращённо GAN) — алгоритм машинного обучения без учителя, построенный на комбинации из двух нейронных сетей, одна из которых (сеть G) генерирует образцы (см. )，а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных (см. ). Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает антагонистическая игра. Генеративно-состязательную сеть описал из компании Google в 2014 году. (ru)
- Generativa motståndarnätverk (från engelska: generative adversarial network (GAN)) är en typ av maskininlärningsramverk framtaget av Ian Goodfellow m.fl. 2014 där två neuronnätverk tävlar mot varandra i ett nollsummespel. De två nätverken benämns vid namn "generatorn" samt "kritikern" eller "motståndaren". I originalutförandet tar generatorn in en slumpvektor som sedan upsamplas med hjälp av transponerade faltningsnätverk med flera lager till en bild. Bilden matas sedan in i kritikern, ett vanligt faltningsnätverk, där utsignalen indikerar om bilden är genererad från generatorn eller utgör en verklig bild. (sv)
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)