異種データを生成する敵対的生成ネットワーク

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2022/07/01

タイトル(英語): Generative Adversarial Network for Generating Different Types of Data

著者名: 室田　真吾（京都工芸繊維大学），飯間　等（京都工芸繊維大学）

著者名(英語): Shingo Murota (Kyoto Institute of Technology), Hitoshi Iima (Kyoto Institute of Technology)

キーワード: 敵対的生成ネットワーク，機械学習，深層学習，深層生成モデル　　generative adversarial network，machine learning，deep learning，deep generative model

要約(英語): A generative adversarial network (GAN) is one of the popular deep generative models. It generates new data similar to the data of a dataset but is not intended to generate different data from them. In this paper, we propose a GAN that generates such different types of data, which a user desires to obtain. In the proposed method, some data of the dataset are iteratively exchanged for ones generated by the generator if the generated data are more helpful in generating the user's desirable ones. The performance of the proposed method is evaluated by comparing it with some other GANs.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.142 No.7 （2022） 特集：2021年電子・情報・システム部門大会

本誌掲載ページ: 781-787 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/142/7/142_781/_article/-char/ja/