| 講演抄録／キーワード |
| 講演名 |
2022-02-21 12:45
敵対的生成ネットワークの学習における生成器を用いた識別器の正則化
○原 悠輔・山崎俊彦（東大） |
| 抄録 |
（和） |
敵対的生成ネットワークの学習において、識別器の判断基準を安定的に維持することは収束速度や生成品質を左右する重要な課題である。これに対し、学習時に生成器の内部表現の推定を識別器に同時に学習させる新たな正則化を提案し、収束速度と生成品質が向上することを実験的に確認した。また、その識別器の推定出力に対して一貫性を課す正則化も提案する。真偽推定に一貫性を課す既存の手法では、生成器がデータ拡張後の分布を学習する問題が知られているが、提案手法ではその問題が抑制されることを確認した。 |
| （英） |
In training generative adversarial networks, maintaining the criteria of the discriminator stably is crucial to training speed and quality. To address this issue, we propose a new regularization term which makes the discriminator learn to estimate information deriving from the internal representation of the generator. Moreover, we propose a new consistency regularization (CR) on the estimation. While existing CR methods using the real-or-fake output allow the generator to learn the augmented distribution, our CR suppresses this problem. |
| キーワード |
（和） |
敵対的生成ネットワーク / 画像生成 / 深層学習 / / / / / |
| （英） |
Generative Adversarial Networks / Image Generation / Deep Learning / / / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|