基于互信息约束的生成对抗网络分类模型
2022-07-12
发表期刊中国科学院大学学报
卷号39期号:04页码:551-560
摘要传统的机器学习方法需要大量的含标注数据集来训练模型,并且容易引发过拟合,而生成对抗网络可以无监督地进行训练。此外,互信息约束能够让模型生成指定类别的数据,可用于扩充数据集。提出InfoCatGAN和C-InfoGAN两种模型,前者在CatGAN的基础上增加了互信息约束,使得生成的图片更加逼真;后者使用InfoGAN模型中的辅助网络Q做分类,能够在生成高质量图片的同时,达到较好的分类准确率。二者均能通过隐变量控制生成图片的类别,这对数据增强具有一定意义。另外,在加入少量标签信息之后,模型的准确率能有所提升。
关键词生成对抗网络 无监督学习 半监督学习 互信息
URL查看原文
收录类别北大核心 ; CSCD
语种中文
原始文献类型学术期刊
中图分类号TP181
文献类型期刊论文
条目标识符https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/254952
专题信息科学与技术学院_硕士生
信息科学与技术学院_PI研究组_吴幼龙组
作者单位
1.上海科技大学信息科学与技术学院;
2.中国科学院上海微系统与信息技术研究所;
3.中国科学院大学
第一作者单位信息科学与技术学院
第一作者的第一单位信息科学与技术学院
推荐引用方式
GB/T 7714
胡兵兵,唐华,吴幼龙. 基于互信息约束的生成对抗网络分类模型[J]. 中国科学院大学学报,2022,39(04):551-560.
APA 胡兵兵,唐华,&吴幼龙.(2022).基于互信息约束的生成对抗网络分类模型.中国科学院大学学报,39(04),551-560.
MLA 胡兵兵,et al."基于互信息约束的生成对抗网络分类模型".中国科学院大学学报 39.04(2022):551-560.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[胡兵兵]的文章
[唐华]的文章
[吴幼龙]的文章
百度学术
百度学术中相似的文章
[胡兵兵]的文章
[唐华]的文章
[吴幼龙]的文章
必应学术
必应学术中相似的文章
[胡兵兵]的文章
[唐华]的文章
[吴幼龙]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。