- …
- …
#797
summarized by : 金城 忍
どんな論文か？
与えられた特徴量に対してK-nearestでグラフを作成しクラスター毎のデータの偏りを防ぐ一方で、特徴量に対して対称学習をすることで、多様体上での意味的性質を壊すこと無く学習データをパーティショニングし、合成画像に対する分類結果を利用して、その分布をパーティションの分布に近づけるように、パーティション毎の生成器を共有のパラメータを利用して、同時に学習することでモード崩壊に頑健な手法の提案
新規性
対称学習でサンプル空間の分布を部分集合に分解し、その部分分布上で生成器を学習することでモード崩壊に対して頑健性を与えるという点で新規
結果
SN−GANをベースに、CIFAR-10、STL-10、Stacked-MNIST及びImageNetでの評価で、提案手法は既存手法よりFID値及びIS値で良い結果を達成する一方で、元画像と合成画像の特徴量を2次元上で点として比較した結果、両方の点がよく重なっていることが確認された
その他（なぜ通ったか？等）
- …
- …