典型文献
多模式生成对抗网络
文献摘要：
生成对抗网络已经成为深度学习领域最热门的研究方向之一,其最大的优势在于能够以无监督的方式来拟合一个未知的分布.目前,生成对抗网络在图像生成领域大放异彩,其能够产生一些高质量的图像,但也暴露了一些弊端.在生成图像的过程中,经常会出现模式坍塌问题,从而导致生成的样本过于单一.为了解决这个问题,对生成对抗网络的模型结构和损失函数加以改进,使判别器能够从多个角度来度量生成数据的分布和真实数据的分布之间的差异,从而改善生成样本的多样性.通过在多个数据集上进行实验,结果显示,提出的模型在很大程度上缓解了模式坍塌问题.
文献关键词：
生成对抗网络;图像生成;模式坍塌
中图分类号：
作者姓名：
尹来国;孙仁诚;邵峰晶;隋毅;邢彤彤
作者机构：
青岛大学计算机科学技术学院,山东青岛266071
文献出处：
引用格式：
[1]尹来国;孙仁诚;邵峰晶;隋毅;邢彤彤-.多模式生成对抗网络)[J].计算机应用研究,2022(06):1689-1693
A类：
B类：
多模式,生成对抗网络,学习领域,最热,无监督,图像生成,大放异彩,成图,模式坍塌,模型结构,损失函数,加以改进,判别器,真实数据
AB值：
0.242223
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
