التعلم شبه المشرف الجيد الذي يتطلب شبكات مولدية معاكسة سيئة

حققت طرق التعلم شبه المشرف المستندة إلى شبكات المولدات التنافسية (GANs) نتائج تجريبية قوية، ولكن ليس واضحاً 1) كيف يستفيد المميز من التدريب المشترك مع مولد، و2) لماذا لا يمكن الحصول على أداء تصنيف شبه مشرف جيد ومولد جيد في الوقت نفسه. نظرياً، نوضح أن المعطى هدف المميز، فإن التعلم شبه المشرف الجيد بالفعل يتطلب مولداً سيئاً، ونقترح تعريف المولد المفضل. تجريبياً، نشتق صيغة جديدة مستندة إلى تحليلنا والتي تحسن بشكل كبير على شبكات GANs التي تستند إلى التطابق الخصائصي، والحصول على أفضل النتائج الحالية في عدة مجموعات بيانات معيارية.