| dc.contributor.author | Ісаєнков, Я. О. | uk |
| dc.contributor.author | Мокін, О. Б. | uk |
| dc.date.accessioned | 2023-11-17T13:19:32Z | |
| dc.date.available | 2023-11-17T13:19:32Z | |
| dc.date.issued | 2021 | |
| dc.identifier.citation | Ісаєнков Я. О. Проблема оцінювання генеративних змагальних мереж [Електронний ресурс] / Я. О. Ісаєнков, О. Б. Мокін // Матеріали L науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р. – Електрон. текст. дані. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2021/paper/view/12468. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/38286 | |
| dc.description.abstract | The article presents an overview of modern evaluation methods of generation results of generative adversarial networks (GANs). It also shows the analysis of the features, advantages, and disadvantages of those evaluation methods,
as well as the importance of solving the problem of GAN evaluation for their further development. | en |
| dc.description.abstract | У даній роботі представлено огляд сучасних методів оцінювання результатів генерування генеративних змагальних мереж (ГЗМ), проаналізовано особливості, переваги та недоліки цих методів, а також показано важливість вирішення проблеми оцінювання ГЗМ для їх подальшого розвитку | uk |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали L науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2021/paper/view/12468 | |
| dc.subject | генеративна змагальна мережа | uk |
| dc.subject | ГЗМ | uk |
| dc.subject | оцінювання | uk |
| dc.subject | вірність | uk |
| dc.subject | різноманітність | uk |
| dc.subject | GAN | en |
| dc.subject | generative adversarial network | en |
| dc.subject | evaluation | en |
| dc.subject | fidelity | en |
| dc.subject | diversity | en |
| dc.title | Проблема оцінювання генеративних змагальних мереж | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.054:[004.032.26+004.85] | |
| dc.relation.references | Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua
Bengio “Generative Adversarial Networks,” arXiv: 1406.2661 [stat.ML], Jun. 2014. | en |
| dc.relation.references | Salimans, T., Goodfellow, I., Zaremba, W., Cheung, V., Radford, A., and Chen, X. Improved techniques for training gans. In
Advances in Neural Information Processing Systems, pp. 2234–2242, 2016 | en |
| dc.relation.references | Martin Heusel, Hubert Ramsauer, Thomas Unterthiner, Bernhard Nessler, Sepp Hochreiter, “GANs Trained by a Two TimeScale Update Rule Converge to a Local Nash Equilibrium,” arXiv:1706.08500 [cs.LG], Jun. 2017. | en |
