메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
한희일 (한국외국어대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제57권 제2호(통권 제507호)
발행연도
2020.2
수록면
73 - 80 (8page)
DOI
10.5573/ieie.2020.57.2.73

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
GAN(generative adversarial network)의 등장으로 생성모델 분야의 획기적 발전이 이루어졌지만 학습 시의 불안정성은 해결되어야 할 가장 큰 문제로 대두되고 있다. 최근에 제안된 WGAN(Wasserstein GAN)은 학습 안정성이 개선되어 GAN의 대안이 되고 있으나, 여전히 수렴이 안되거나 엉뚱한 출력물을 생성하는 등의 경우가 발생한다. 이러한 문제는 분별기 함수가 립쉬츠 연속을 얼마나 정확하게 유지할 수 있느냐에 달려 있다고 보는 것이 중론이다. 이에 대한 대표적인 알고리즘으로 분별기의 가중치를 강제로 클리핑하거나 경사벡터의 크기가 1이 되도록 정칙화시켜 학습하는 방안 등이 제안되었으나 많은 한계를 보인다. 본 논문에서는 분별기 함수의 경사벡터 크기를 1 이하로 제한함으로써 학습데이터에 별 영향을 받지 않고 안정적으로 분별기 함수의 립쉬츠 연속을 유지하는 기법을 제안하고, 다양한 실험을 통하여 제안 기법의 성능을 확인한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 알고리즘
Ⅳ. 실험 결과
Ⅴ. 결론
REFERENCES

참고문헌 (16)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0