| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-03-26 11:00 複数の分布間距離を扱うGenerative Adversarial Networks ○比田井真也・中野秀洋・宮内 新（東京都市大）  CCS2019-39 |
|
| 抄録 | （和） | Generative Adversarial Networks (GAN)は2つのネットワークを交互に訓練することで学習を行う. DiscriminatorはGeneratorの推定した確率分布と学習させたいデータの分布間距離を推定し, GeneratorはDiscriminatorの推定した分布間距離を小さくするように訓練される. 本研究では異なる分布間距離の性質を持つGANを統合し，分布間距離の性質によらないGANの拡張を提案する．2次元空間上での混合分布の推定によりこの提案手法を検証する． |
| （英） | Generative Adversarial Networks (GAN) are trained by alternately training two networks. Discriminator estimates the distance between the probability distribution estimated by the Generator and the distribution of data to be trained, and Generator estimates the distance between the distributions estimated by the Discriminator. In this research, we propose an extended GAN that integrates GANs with different properties of the distance between distributions and that is independent of the properties of the distance between distributions. The proposed method is verified by estimating the mixture distribution in two-dimensional space. | |
| キーワード | （和） | Generative Adversarial Networks / 確率分布 / / / / / / |
| （英） | Generative Adversarial Networks / probability distribution / / / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 485, CCS2019-39, pp. 21-24, 2020年3月. | |
| 資料番号 | CCS2019-39 | |
| 発行日 | 2020-03-18 (CCS) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CCS2019-39 |
|
| 研究会情報 | |
| 研究会 | CCS |
| 開催期間 | 2020-03-25 - 2020-03-26 |
| 開催地（和） | 法政大学（市ケ谷キャンパス） |
| 開催地（英） | Hosei Univ. Ichigaya Campus |
| テーマ（和） | 自然計算， 一般 |
| テーマ（英） | Natural Computing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2020-03-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 複数の分布間距離を扱うGenerative Adversarial Networks |
| サブタイトル（和） | |
| タイトル（英） | Generative Adversarial Networks Handling Multiple Distances between Probability Distributions |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Generative Adversarial Networks / Generative Adversarial Networks |
| キーワード(2)（和/英） | 確率分布 / probability distribution |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 比田井 真也 / Shinya Hidai / ヒダイ シンヤ |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中野 秀洋 / Hidehiro Nakano / ナカノ ヒデヒロ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 宮内 新 / Arata Miyauchi / ミヤウチ アラタ |
| 第3著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-26 11:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2019-39 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.485 |
| ページ範囲 | pp.21-24 |
| ページ数 | 4 |
| 発行日 | 2020-03-18 (CCS) |
[研究会発表申込システムのトップページに戻る]