-
### Type of Edit (select all that apply)
Add new content (definitions, codeblocks, etc.)
### Description (optional)
Imbalanced dataset is relevant primarily in the context of supervised machine lea…
-
### 論文へのリンク
[[arXiv:2005.06968] S2IGAN: Speech-to-Image Generation via Adversarial Learning](https://arxiv.org/abs/2005.06968)
### 著者・所属機関
Xinsheng Wang, Tingting Qiao, Jihua Zhu, Alan Hanjal…
-
### Metadata
Authors: Yaroslav Ganin, Tejas Kulkarni, Igor Babuschkin, S. M. Ali Eslami, Oriol Vinyals
Organization: DeepMind
Release Date: Arxiv 2018
Paper: https://arxiv.org/pdf/1804.01118.pdf
…
-
## タイトル: SeA: 教師なし表現学習における最終層特徴のための意味的敵対的拡張
## リンク: https://arxiv.org/abs/2408.13351
## 概要:
事前学習済み深層モデルの特定層から抽出された深層特徴量は、従来の手作り特徴量よりも優れた性能を示します。 ランダムクロップやフリップなど、元の入力空間で多様なaugmentationを活用できるfine-tu…
-
Expression Transfer:
"GANimation: Anatomically-aware Facial Animation from a Single Image" (Pumarola et al., 2018)
"MeshTalk: 3D Face Animation from Speech using Cross-Modal Disentanglement" (Rich…
-
## 一言でいうと
画像を生成する際に、直接生成するのでなくレンダリングのプロセスを介することでより汎用性を挙げようという試み。画像=>描画コマンド列=>コマンドに従い描画=>画像を復元、という流れ。コマンドは描線の開始/終了点や線の引き方などで強化学習(エージェントはRNN)、生成全体はGANの仕組みで学習する
![image](https://user-images.githubu…
-
## 一言でいうと
CycleGANにおける再構成制約を緩和した研究。CycleGANではS=>T=>S'と変換した際S/S'の同一性を見るが、これは「同ドメイン(スタイル)」かつ「同コンテンツ」である必要があり、データが少ない場合学習が難しかった。そこで「同コンテンツ」であればOKにする緩和を行なっている
![image](https://user-images.githubuser…
-
-
### 論文へのリンク
[[arXiv:1811.11083] Generative Adversarial Network Training is a Continual Learning Problem](https://arxiv.org/abs/1811.11083)
### 著者・所属機関
Kevin J Liang, Chunyuan Li, Guoyin Wang,…
-
## 論文リンク
https://arxiv.org/abs/1706.06083
## 公開日(yyyy/mm/dd)
2017/01/19
## 概要