Fugu-MT 論文翻訳(概要): A Mathematical Introduction to Generative Adversarial Nets (GAN)

論文の概要: A Mathematical Introduction to Generative Adversarial Nets (GAN)

arxiv url: http://arxiv.org/abs/2009.00169v1
Date: Tue, 1 Sep 2020 01:31:47 GMT
ステータス: 処理完了
システム内更新日: 2022-10-23 00:52:31.881723
Title: A Mathematical Introduction to Generative Adversarial Nets (GAN)
Title（参考訳）: GAN(Generative Adversarial Nets)の数学的紹介
Authors: Yang Wang
Abstract要約: 本稿では,数学的な観点からGANの概要を述べる。本研究の目的は,より数学的指向の学生に,より親しみやすい言語でGANを紹介することである。
参考スコア（独自算出の注目度）: 6.225190099424806
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Generative Adversarial Nets (GAN) have received considerable attention since the 2014 groundbreaking work by Goodfellow et al. Such attention has led to an explosion in new ideas, techniques and applications of GANs. To better understand GANs we need to understand the mathematical foundation behind them. This paper attempts to provide an overview of GANs from a mathematical point of view. Many students in mathematics may find the papers on GANs more difficulty to fully understand because most of them are written from computer science and engineer point of view. The aim of this paper is to give more mathematically oriented students an introduction to GANs in a language that is more familiar to them.
Abstract（参考訳）: GAN(Generative Adversarial Nets)は、Goodfellowらによる2014年の画期的な研究以来、かなりの注目を集めている。このような注目がGANの新しいアイデア、技術、応用の爆発を引き起こした。 GANをより深く理解するには、それらの背後にある数学的基盤を理解する必要がある。本稿では,数学的な観点からGANの概要を述べる。数学の多くの学生は、ganに関する論文がコンピュータサイエンスやエンジニアの観点から書かれているため、より理解が難しいと感じるかもしれない。本論文の目的は,より数学的指向の学生に,より親しみやすい言語におけるgans入門を与えることである。

関連論文リスト

Mathematics of Neural Networks (Lecture Notes Graduate Course) [0.0]
このコースは、大学院レベルの数学の学生のためのニューラルネットワークの導入を目的としている。講義ノートは、適度な数学のバックグラウンドを持つすべての学生にアクセスできるよう、可能な限り自己完結型にされた。このコースには、Jupyterノートブックのセットという形でのコーディングチュートリアルや課題も含まれていた。
論文参考訳（メタデータ） (2024-03-06T08:45:29Z)
Large Language Models for Mathematicians [53.27302720305432]
大規模言語モデル(LLM)は、汎用言語理解、特に高品質なテキストやコンピュータコードを生成する能力に多大な関心を集めている。本稿では,プロの数学者をどの程度支援できるかについて論じる。
論文参考訳（メタデータ） (2023-12-07T18:59:29Z)
On the Expressiveness and Generalization of Hypergraph Neural Networks [77.65788763444877]
この拡張抽象化はハイパーグラフニューラルネットワーク(HyperGNN)の表現性、学習、および(構造的)一般化を分析するためのフレームワークを記述する。具体的には、HyperGNNが有限データセットからどのように学習し、任意の入力サイズのグラフ推論問題に構造的に一般化するかに焦点を当てる。
論文参考訳（メタデータ） (2023-03-09T18:42:18Z)
JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem Understanding [74.12405417718054]
本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
論文参考訳（メタデータ） (2022-06-13T17:03:52Z)
DGL-GAN: Discriminator Guided Learning for GAN Compression [57.6150859067392]
高計算コストのGAN(Generative Adversarial Networks)は、ランダムノイズから高分解能画像を合成する際、顕著な成果を上げている。本稿では,bf DGL-GAN と呼ばれるバニラ bf GAN を圧縮するための,新しい単純な bf 識別器 bf 誘導 bf 学習手法を提案する。
論文参考訳（メタデータ） (2021-12-13T09:24:45Z)
A review of Generative Adversarial Networks (GANs) and its applications in a wide variety of disciplines -- From Medical to Remote Sensing [2.9327503320877457]
我々はGAN(Generative Adversarial Network)について検討する。 GANはゼロサムゲーム理論を用いて互いに競合する2つのニューラルネットワークを組み合わせる。 GANは、画像処理、ビデオ生成、予測、その他のコンピュータビジョンアプリケーションの実行に使用することができる。
論文参考訳（メタデータ） (2021-10-01T14:43:30Z)
Generative Adversarial Network: Some Analytical Perspectives [4.933916728941277]
generative adversarial networks (gans) は多くの注目を集めている。 GANモデルの様々なバリエーションが開発され、実際に異なる用途に適合している。 GANの性能と訓練に関する問題は, 様々な理論的観点から注目され, 検討されている。
論文参考訳（メタデータ） (2021-04-25T17:12:32Z)
NaturalProofs: Mathematical Theorem Proving in Natural Language [132.99913141409968]
数学的ステートメントの多領域コーパスであるNaturalProofsとその証明を開発した。 NaturalProofsは広範なカバレッジ、深いカバレッジ、低リソースの数学的ソースを統一する。数式参照検索と生成タスクに関する強力なニューラルネットワーク手法をベンチマークする。
論文参考訳（メタデータ） (2021-03-24T03:14:48Z)
Towards a Mathematical Understanding of Neural Network-Based Machine Learning: what we know and what we don't [11.447492237545788]
この記事では、ニューラルネットワークベースの機械学習の成功と微妙さの背景にある理由を理解するために、ここ数年で達成された成果についてレビューする。古き良き応用数学の伝統において、厳密な数学的結果だけでなく、注意深い数値実験から得られた洞察にも注目する。
論文参考訳（メタデータ） (2020-09-22T17:55:47Z)
A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications [154.4832792036163]
GAN(Generative Adversarial Network)は近年ホットな研究トピックである。 GANは2014年から広く研究され、多くのアルゴリズムが提案されている。本稿では,アルゴリズム,理論,応用の観点から,様々なGAN手法のレビューを行う。
論文参考訳（メタデータ） (2020-01-20T01:52:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。