- …
- …
#241
summarized by : Hiroaki Aizawa
どんな論文か？
単一または複数のpre-trained GANから，GANの潜在空間をMiningすることで少量データのtarget domainへ有効な知識を転移するMineGANの提案．MineGANはsource domainで学習されたGを固定し，target domainの分布からサンプリングされたuを学習可能なMで変換する．その後，Gを固定せずfinetuningする．
新規性
潜在空間の適切な領域へ向けてGANのサンプリングを誘導すること．またGの数に依存しないGANのknowledge transfer.
結果
FIDで評価．また少量のデータであるため，Kernel Maximum Mean Discrepancy (KMMD)とMean Variance (MV)で評価．実験から，少数データのtarget domainへの知識を有効に転移したこと，また複数の事前学習済みGANのknowledge transferを達成したことを実証．
その他（なぜ通ったか？等）
- …
- …