인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
적대적 생성 신경망은 고품질 이미지 생성에서 뛰어난 성능을 보이지만, 제한된 유형의 샘플만을 생성하는 모드 붕괴 문제를 겪는다. 본 연구에서는 네트워크 구조를 변경하지 않고도 적용 가능한 코사인 유사도 기반의 다양성 손실 함수를 제안한다. 제안된 손실 함수는 생성된 이미지로부터 추출한 특징 벡터 간의 코사인 유사도를 최소화함으로써 중복 생성을 억제하고 잠재 공간의 의미적 연속성을 유지한다. 본 방법은 LSUN Bedroom 및 CelebA 데이터셋을 대상으로 DCGAN 구조에 적용하여 평가한다, FID 및 LPIPS 지표를 활용한 실험 결과, 네트워크 구조의 수정 없이도 간단한 손실 항 추가만으로 이미지의 품질과 다양성을 효과적으로 개선할 수 있음을 확인한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094575036
