WEKO3
アイテム
[ショートペーパー]Unscented transformを用いたGANの事前学習
https://ipsj.ixsq.nii.ac.jp/records/191372
https://ipsj.ixsq.nii.ac.jp/records/1913727ae506ac-40d4-453f-a680-ffda2eb5cb80
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM18213027.pdf (379.9 kB)
|
Copyright (c) 2018 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
|
|
| CVIM:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2018-09-13 | |||||||||||
| タイトル | ||||||||||||
| タイトル | [ショートペーパー]Unscented transformを用いたGANの事前学習 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | ディスカッションセッション5 | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||||
| 資源タイプ | technical report | |||||||||||
| 著者所属 | ||||||||||||
| NTTソフトウェアイノベーションセンタ／慶應義塾大学 | ||||||||||||
| 著者所属 | ||||||||||||
| NTTソフトウェアイノベーションセンタ | ||||||||||||
| 著者所属 | ||||||||||||
| 慶應義塾大学 | ||||||||||||
| 著者名 |
金井, 関利
× 金井, 関利
× 藤原, 靖宏
× 足立, 修一
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 本稿では unscented transform (UT) を使った generative adversarial network (GAN) の事前学習を提案する．深層学習を使った生成モデルの技術の一つとして GAN がある． GAN は生成器と識別器の二つのニューラルネットワークを持ち，それぞれデータの生成とデータか生成器の出力かの識別とを行いデータの生成分布を学習する．GAN の学習に，非線形な関数の出力の平均と分散を効率よく求めることのできる UT を用いることで，低計算量でデータ分布のおおよその特徴を事前に学習させて効率的に学習させる手法を検討する． | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AA11131797 | |||||||||||
| 書誌情報 |
研究報告コンピュータビジョンとイメージメディア（CVIM） 巻 2018-CVIM-213, 号 27, p. 1-2, 発行日 2018-09-13 |
|||||||||||
| ISSN | ||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||
| 収録物識別子 | 2188-8701 | |||||||||||
| Notice | ||||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
