HyperAIHyperAI

Command Palette

Search for a command to run...

التركيب الصوري للصورة ذات المعنى المتنوع من خلال نمذجة توزيع الاحتمالات

Zhentao Tan Menglei Chai Dongdong Chen Jing Liao Qi Chu Bin Liu Gang Hua Nenghai Yu

الملخص

التركيب الصوري المعنوي، الذي يحوّل التخطيطات المعنوية إلى صور واقعية، يُعدّ مشكلة تطابق واحد إلى كثير. وعلى الرغم من التقدم الملموس الذي تم إحرازه مؤخرًا، تبقى المشكلة المتعلقة بالتركيب المعنوي المتنوع، الذي يمكنه إنتاج نتائج متعددة الأشكال على مستوى المعنى بكفاءة، تحديًا كبيرًا. في هذا البحث، نقترح إطارًا جديدًا للتركيب الصوري المعنوي المتنوع من منظور توزيعات الفئات المعنوية، والذي يدعم بشكل طبيعي التوليد المتنوع على مستوى الفئة أو حتى على مستوى الظاهرة الفردية. نحقق ذلك من خلال نمذجة معاملات التحكم الشرطي على مستوى الفئة كتوزيعات احتمالية مستمرة بدلًا من قيم منفصلة، واستخلاص معاملات التحكم الفردية عبر عينة عشوائية مُعدّلة حسب الظاهرة، تكون متسقة عبر الشبكة بأكملها. علاوة على ذلك، نقترح تقنية إعادة توزيع الضوضاء الأولية، من خلال معاملات اضطراب خطية مشفرة من مراجع مزدوجة، لتسهيل التدريب المُراقب والتحكم في الأسلوب الفردي القائم على الأمثلة أثناء الاختبار. أظهرت التجارب الواسعة على عدة مجموعات بيانات أن طريقةنا تحقق تنوّعًا متفوّقًا ونوعية مقارنة بالأساليب الرائدة حاليًا. سيتم إتاحة الكود على الرابط: \url{https://github.com/tzt101/INADE.git}


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp