سیزدهمین سمینار احتمال و فرآیندهای تصادفی , 2021-09-01

عنوان : ( فاصله ی وسراستین و کاربرد آن در شبکه مولد رقابتی )

نویسندگان: سید افسانه صالحی ساداتی , محمود امین طوسی , مهدی زعفرانیه ,
فایل: Full Text

استناددهی: BibTeX | EndNote

چکیده

شبکه های مولد رقابتی، گونه ای از شبکه های عصبی هستند که برای تولید نمونه های جدید از داده ها بکار می روند، وقتی که تابع توزیع داده ها دردسترس نیست. تولید تصاویر جعلی از کاربردهای این شبکه هاست. یک مسأله ی اساسی در این شبکه ها محاسبه ی میزان تفاوت نمونه ی تولیدی توسط شبکه با نمونه های واقعی در قالب یک تابع هدف است. در این مقاله فاصله ی وسراستین مورد بررسی قرار گرفته و نتیجه ی استفاده از آن در تولید تصاویر جعلی نشان داده می شود. برخلاف تابع هدف معمول شبکه های عصبی که هدف کمینه کردن خروجی با داده ی آموزشی است، در فاصله ی وسراستین، هدف کمینه کردن اختلاف خروجی شبکه با داده های آموزشی است

کلمات کلیدی

, شبکه های عصبی, یادگیری عمیق, فاصله ی توزیع های آماری, فاصله ی وسراستین, شبکه مولد رقابتی, جعل تصویر, بهینه سازی
برای دانلود از شناسه و رمز عبور پرتال پویا استفاده کنید.

@inproceedings{paperid:1106442,
author = {سید افسانه صالحی ساداتی and امین طوسی, محمود and مهدی زعفرانیه},
title = {فاصله ی وسراستین و کاربرد آن در شبکه مولد رقابتی},
booktitle = {سیزدهمین سمینار احتمال و فرآیندهای تصادفی},
year = {2021},
location = {سبزوار, ايران},
keywords = {شبکه های عصبی، یادگیری عمیق، فاصله ی توزیع های آماری، فاصله ی وسراستین، شبکه مولد رقابتی، جعل تصویر، بهینه سازی},
}

[Download]

%0 Conference Proceedings
%T فاصله ی وسراستین و کاربرد آن در شبکه مولد رقابتی
%A سید افسانه صالحی ساداتی
%A امین طوسی, محمود
%A مهدی زعفرانیه
%J سیزدهمین سمینار احتمال و فرآیندهای تصادفی
%D 2021

[Download]