Публикации по теме generative-adversarial

Публикации по теме 'generative-adversarial'

Как обучить мультимодальный перевод изображений в изображения с помощью MISO

Преобразование изображения в изображение — это задача перевода изображения из определенного домена в другой домен с сохранением определенного семантического содержания. При переводе изображения в изображение в основном возникают две проблемы: изучение парных данных и непарных данных. Сбор парных наборов данных может быть проблематичным в реальных задачах, и алгоритмы обучения, основанные на непарных данных, таких как популярный CycleGAN, вызывают больший интерес. Еще одним свойством..

Деформирующие автоэнкодеры (DAE) - изучение распутанных представлений

Генеративные модели привлекают большое внимание исследовательского сообщества по машинному обучению. Подобные модели находят практическое применение в различных областях. Двумя наиболее часто используемыми и эффективными подходами в последнее время являются вариационные автоэнкодеры (VAE) и генеративные состязательные сети (GAN). Хотя обычные автоэнкодеры могут научиться генерировать компактные представления и хорошо реконструировать свои входные данные, они довольно ограничены,..

Три человека, которых вы не встретите в реальной жизни и почему

Три человека, которых вы не встретите в реальной жизни и почему Каждый день мы встречаемся и общаемся с десятками людей в реальной жизни… покупаем утренний кофе, приветствуем коллег в офисе, заказываем обед, навещаем нового клиента, забираем детей из школы, стоим в очереди в продуктовом магазине. . Ожидаемая продолжительность жизни в США составляет почти 79 лет, и если вы встречаетесь или общаетесь хотя бы с одним новым человеком в день, это более 28 000 человек за всю жизнь! Мы все..

Может ли машинное обучение читать рентгеновские снимки грудной клетки, как рентгенологи? (Часть 2)

Может ли ИИ читать рентгеновские снимки грудной клетки, как рентгенологи? Использование враждебных сетей для достижения результатов на человеческом уровне при сегментации органов при рентгенографии грудной клетки Это вторая часть из серии, состоящей из двух частей. См. Часть 1 , чтобы узнать о проблемах и клиническом применении сегментации рентгена грудной клетки (CXR), а также о том, как медицинская визуализация и, в частности, CXR, критически нуждаются в масштабировании..

Сверхвысокое разрешение изображения с использованием внимательного GAN в Expedia Group

ТЕХНОЛОГИЯ ЭКСПЕДИА ГРУПП - ДАННЫЕ Сверхвысокое разрешение изображения с использованием внимательного GAN в Expedia Group Эффективное решение машинного обучения для масштабирования изображений с сохранением качества изображения. Авторы: Харш Патак, Шервин Минаи, Синьсинь Ли, Томас Крук Вступление Веб-сайты о путешествиях используют высококачественные и привлекательные изображения. Изображения отелей - это мощный инструмент, который можно использовать для создания..

GAN для медицинской визуализации: создание изображений и аннотаций

В этом посте мы собираемся показать способ использования генеративных состязательных сетей (GAN) для одновременной генерации медицинских изображений и соответствующих аннотаций. Для эксперимента мы используем МРТ-изображения сердца. Для разработки моделей мы используем Keras с бэкэндом. Вступление Автоматическое обнаружение и сегментация органов играют огромную роль в приложениях для медицинской визуализации. Например, в кардиологическом анализе автоматическая сегментация камер..

DeepFakes - Производство и обнаружение с использованием различных методологий глубокого обучения.

Наличие большого объема данных и легкий доступ к технологиям произвело революцию в области машинного обучения и искусственного интеллекта. В этом блоге мы обсуждаем статью , в которой рассказывается о различных применениях такой технологии. Мы говорим о различных генерирующих состязательных сетях и их применении для манипуляции и обмена лицами людей. Мы также говорим о различных возможных способах использования таких методов, а также о обнаружении таких изображений / видео. Мы также..