HyperAIHyperAI
منذ شهر واحد

الاستدلال المتعلم بشكل معاكس

Vincent Dumoulin; Ishmael Belghazi; Ben Poole; Olivier Mastropietro; Alex Lamb; Martin Arjovsky; Aaron Courville
الاستدلال المتعلم بشكل معاكس
الملخص

نقدم نموذج الاستدلال المتعلم بشكل معادٍ (ALI)، والذي يتعلم بشكل مشترك شبكة توليدية وشبكة استدلالية باستخدام عملية معادية. تقوم الشبكة التوليدية بخريطة العينات من المتغيرات العشوائية الكامنة إلى فضاء البيانات، بينما تقوم الشبكة الاستدلالية بخريطة أمثلة التدريب في فضاء البيانات إلى فضاء المتغيرات الكامنة. يتم إنشاء لعبة معادية بين هاتين الشبكتين ويتم تدريب شبكة تمييزية لتمييز بين عينات الفضاء الكامن/فضاء البيانات المشتركة من الشبكة التوليدية والعينات المشتركة من الشبكة الاستدلالية. نوضح قدرة النموذج على تعلم شبكات استدلال وتوليد متناسقة متبادلة من خلال فحص عينات النموذج وإعادة الإنشاء، ونؤكد على فائدة التمثيلات المُتعلمة بالحصول على أداء تنافسي مع أفضل الأداء في مهام SVHN وCIFAR10 شبه المُشرف عليها.

الاستدلال المتعلم بشكل معاكس | أحدث الأوراق البحثية | HyperAI