論文の概要: Adaptive Consensus Optimization Method for GANs
- arxiv url: http://arxiv.org/abs/2304.10317v1
- Date: Thu, 20 Apr 2023 13:50:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-21 13:03:56.607037
- Title: Adaptive Consensus Optimization Method for GANs
- Title(参考訳): gansの適応コンセンサス最適化方法
- Authors: Sachin Kumar Danisetty, Santhosh Reddy Mylaram, Pawan Kumar
- Abstract要約: 本稿では,ADAMとRMSpropを併用した2次勾配法を提案する。
提案手法に対応する固定点反復法を導出し,提案手法が収束していることを示す。
提案手法は,最近提案された他の最先端2次手法と比較して,画像の質や質が向上している。
- 参考スコア(独自算出の注目度): 2.1227526213206542
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a second order gradient based method with ADAM and RMSprop for the
training of generative adversarial networks. The proposed method is fastest to
obtain similar accuracy when compared to prominent second order methods. Unlike
state-of-the-art recent methods, it does not require solving a linear system,
or it does not require additional mixed second derivative terms. We derive the
fixed point iteration corresponding to proposed method, and show that the
proposed method is convergent. The proposed method produces better or
comparable inception scores, and comparable quality of images compared to other
recently proposed state-of-the-art second order methods. Compared to first
order methods such as ADAM, it produces significantly better inception scores.
The proposed method is compared and validated on popular datasets such as FFHQ,
LSUN, CIFAR10, MNIST, and Fashion MNIST for image generation
tasks\footnote{Accepted in IJCNN 2023}. Codes:
\url{https://github.com/misterpawan/acom}
- Abstract(参考訳): そこで本研究では,adam と rmsprop を用いた生成型逆ネットワークの学習のための2次勾配に基づく手法を提案する。
提案手法は, 顕著な2次法と比較して, 類似の精度を得るのが高速である。
最先端の手法とは異なり、線形系を解く必要はなく、あるいは追加の混合二次微分項も必要としない。
提案手法に対応する固定点反復法を導出し,提案手法が収束していることを示す。
提案手法は,最近提案された他の最先端2次手法と比較して,画像の質や質が向上している。
ADAMのような一階法と比較すると、開始スコアが大幅に向上する。
提案手法は, ffhq, lsun, cifar10, mnist, fashion mnistなどの一般的なデータセットを用いて, ijcnn 2023} で入力された画像生成タスクに対して比較検証を行う。
コード: \url{https://github.com/misterpawan/acom}
関連論文リスト
- On the convergence of adaptive first order methods: proximal gradient
and alternating minimization algorithms [4.8407809921878915]
AdaPG$pi,r$は、より大きな段階的なポリシーと改善された下位境界を提供することで、既存の結果を統一し、拡張するフレームワークである。
パラメータ $pi$ と $r$ の異なる選択について論じ、数値シミュレーションにより結果の有効性を示す。
論文 参考訳(メタデータ) (2023-11-30T10:29:43Z) - Plug-and-Play split Gibbs sampler: embedding deep generative priors in
Bayesian inference [12.91637880428221]
本稿では, 後方分布から効率的にサンプリングするために, 可変分割を利用したプラグアンドプレイサンプリングアルゴリズムを提案する。
後方サンプリングの課題を2つの単純なサンプリング問題に分割する。
その性能は最近の最先端の最適化とサンプリング手法と比較される。
論文 参考訳(メタデータ) (2023-04-21T17:17:51Z) - FedDA: Faster Framework of Local Adaptive Gradient Methods via Restarted
Dual Averaging [104.41634756395545]
フェデレートラーニング(Federated Learning, FL)は、大規模な分散データに取り組むための新たな学習パラダイムである。
局所適応勾配法のための新しいフレームワークである textbfFedDA を提案する。
textbfFedDA-MVR は適応FLアルゴリズムとしては初めてこの速度を実現することを示す。
論文 参考訳(メタデータ) (2023-02-13T05:10:30Z) - Stochastic Dimension-reduced Second-order Methods for Policy
Optimization [11.19708535159457]
各イテレーションにおいて勾配とヘシアンベクトル積のみを必要とするポリシー最適化のための新しい2次アルゴリズムを提案する。
具体的には、投影された2次元信頼領域のサブプロブレムを繰り返す次元還元二階法(DR-SOPO)を提案する。
DR-SOPOはおよそ1次定常状態に到達するために$mathcalO(epsilon-3.5)$の複雑さが得られることを示す。
さらに,拡張アルゴリズム (DVR-SOPO) を提案する。
論文 参考訳(メタデータ) (2023-01-28T12:09:58Z) - Explicit Second-Order Min-Max Optimization Methods with Optimal
Convergence Guarantee [96.71652414591051]
本研究では,非制約問題に対するグローバルなサドル点を求めるために,不正確なニュートン型正規化手法を提案し,解析する。
提案アルゴリズムは,有界集合内に留まるイテレートを生成し,制限されたイテレート関数の項で$O(-2/3)$ギャップに収束することを示す。
論文 参考訳(メタデータ) (2022-10-23T21:24:37Z) - Nesterov Accelerated ADMM for Fast Diffeomorphic Image Registration [63.15453821022452]
ディープラーニングに基づくアプローチの最近の発展は、DiffIRのサブ秒間実行を実現している。
本稿では,中間定常速度場を機能的に構成する簡易な反復スキームを提案する。
次に、任意の順序の正規化項を用いて、これらの速度場に滑らかさを課す凸最適化モデルを提案する。
論文 参考訳(メタデータ) (2021-09-26T19:56:45Z) - Efficient ADMM-based Algorithms for Convolutional Sparse Coding [38.31173467674558]
この手紙は、畳み込み最小二乗のサブプロブレムの解を提示する。
また,効率的な畳み込み辞書学習手法の開発にも同様のアプローチを用いる。
近似誤差に制約のある畳み込みスパース符号化のための新しいアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-09-07T09:49:10Z) - On Second-order Optimization Methods for Federated Learning [59.787198516188425]
フェデレート学習環境における局所的なステップを持つ2階分散手法の性能評価を行った。
本稿では,更新のための2階ローカル情報とグローバルライン検索を用いて,結果の局所的特異性に対処する新たな変種を提案する。
論文 参考訳(メタデータ) (2021-09-06T12:04:08Z) - Methods of ranking for aggregated fuzzy numbers from interval-valued
data [0.0]
本論文は, 時間間隔から集約ファジィ数をランク付けする2つの手法を, Interval Agreement Approach (IAA) を用いて提案する。
提案手法の改良とともに, 従来手法の欠点を, 合成・実世界の両面から示す。
論文 参考訳(メタデータ) (2020-12-03T02:56:15Z) - CIMON: Towards High-quality Hash Codes [63.37321228830102]
我々はtextbfComprehensive stextbfImilarity textbfMining と ctextbfOnsistency leartextbfNing (CIMON) という新しい手法を提案する。
まず、グローバルな洗練と類似度統計分布を用いて、信頼性とスムーズなガイダンスを得る。第二に、意味的整合性学習とコントラスト的整合性学習の両方を導入して、乱不変と差別的ハッシュコードの両方を導出する。
論文 参考訳(メタデータ) (2020-10-15T14:47:14Z) - Holistically-Attracted Wireframe Parsing [123.58263152571952]
本稿では,入力画像中のベクトル化ワイヤフレームを1つのフォワードパスで検出する高速で類似的な解析手法を提案する。
提案手法は, (i) ラインセグメントとジャンクション提案生成, (ii) ラインセグメントとジャンクションマッチング, (iii) ラインセグメントとジャンクション検証の3つのコンポーネントから構成される。
論文 参考訳(メタデータ) (2020-03-03T17:43:57Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。