초록
최근 몇 년간, 컨벌루션 네트워크(CNNs)를 사용한 지도 학습은 컴퓨터 비전 응용 분야에서 크게 채택되었습니다. 비교적으로, CNNs를 사용한 비지도 학습은 덜 주목을 받았습니다. 본 연구에서는 지도 학습과 비지도 학습에서 CNNs의 성공 사이의 격차를 줄이는 데 도움이 되기를 바랍니다. 우리는 특정 구조적 제약 조건을 가진 컨벌루션 신경망의 한 클래스인 딥 컨벌루션 생성적 적대 네트워크(DCGANs)를 소개하며, 이들이 비지도 학습에 대한 강력한 후보임을 보여줍니다. 다양한 이미지 데이터셋에서 훈련시킨 결과, 우리의 딥 컨벌루션 적대 쌍이 생성기와 판별기 모두에서 객체 부분부터 장면까지 표현 계층을 학습한다는 설득력 있는 증거를 제시합니다. 또한, 학습된 특징들을 새로운 작업에 활용하여 일반적인 이미지 표현으로서의 적용 가능성을 입증하였습니다.