| 한글제목(Korean Title) |
단순화한 프레셋 거리를 활용한 적대적 생성 신경망의 모드 드롭 및 모드 붕괴 검출 기법 |
| 영문제목(English Title) |
Detecting Mode Drop & Mode Collapse in GANs Using Simplified Frèchet Distance |
| 저자(Author) |
김충일
정승원
문지훈
황인준
Chung-Il Kim
Seungwon Jung
Jihoon Moon
Eenjun Hwang
|
| 원문수록처(Citation) |
VOL 45 NO. 02 PP. 0653 ~ 0655 (2018. 12) |
한글내용
(Korean Abstract) |
적대적 생성 신경망(Generative Adversarial Nets, GANs)은 최소극대화 문제를 기반으로 두 개의 네트워크를 적대적으로 학습시켜 원본 데이터를 생성하는데 탁월한 모델이다. 하지만 적대적 생성 신경망은 학습 도중 종종 분포를 학습하지 못하는 모드 드롭(Mode Drop) 현상이나 하나 또는 매우 적은 분포의 샘플만을 생성하는 모드 붕괴(Mode Collapse) 현상을 겪고 있다. 이 현상을 감지하기 위해, 기존 연구에서는 학습 데이터를 통제하거나 별도의 합성곱 신경망 모델을 학습시켜야 하는 한계점을 보였다. 이에 본 논문은 프레셋 거리(Frèchet Distance)를 단순화하여 추가적인 모델이나 학습 데이터의 제한 없이 모드 붕괴를 검출하는 기법을 제안한다. 이 거리 측도는 기존의 적대적 생성 신경망에 적용된 측도에 비해 더욱 정확한 모드 붕괴를 설명한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
