生成对抗网络中额外监督信息的分类及利用约束信息的优化方法研究

发布时间：2021-01-05 21:23

　　生成对抗网络是一种生成模型,它能够通过一种类似二人零和博弈的方式学习目标数据的分布。该网络自提出以来得到了非常广泛的关注和应用,也出现了大量的相关改进工作。在生成任务中,经常存在一些场景,在这些场景中除了真实数据以外,可以通过预先给定的机制或外部的程序来获得数据的某些额外的监督信息,而这些监督信息对于生成任务来说可能是具有指导意义的。近年来,已经有许多利用额外监督信息的生成对抗网络的模型被提出,然而,这些工作大多都是针对某一类特定的额外监督信息而言的,并没有工作对存在额外监督信息的应用场景进行分类和总结,也没有工作针对额外监督信息为约束的场景进行深入研究。如果能对存在额外监督信息的生成对抗网络应用场景进行划分,并对处理约束的方法进行归类研究,便可以为生成对抗网络的应用,尤其是存在约束形式的额外监督信息的情境下的应用提供便利。本文提出了两种分类方法对存在额外监督信息的生成对抗网络应用场景进行划分。第一种分类方法是基于额外监督信息类型的分类方法,在该分类方法下,额外监督信息可被分为三类:约束信息类型,数值信息类型和其他信息类型;第二种分类方法是基于额外监督信息确定性的分类方法,在该分类方法... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

气p注cGANZ示章图

【参考文献】：
期刊论文
[1]生成式对抗网络及其计算机视觉应用研究综述[J]. 曹仰杰,贾丽丽,陈永霞,林楠,李学相.  中国图象图形学报. 2018(10)
[2]生成对抗网络模型综述[J]. 张营营.  电子设计工程. 2018(05)



本文编号：2959323