使用对抗训练生成相关离散数据
机器学习
2018-04-04 v1 机器学习
摘要
生成对抗网络（GAN）在合成图像生成、图像修复、风格迁移和异常检测等任务中展现出了巨大的潜力。然而，生成离散数据是一项挑战。本工作提出了一种基于对抗训练的相关离散数据（CDD）生成模型。它还详细介绍了一种条件 CDD 生成方法。我们在两个数据集上展示了我们方法的结果：求职候选人技能集（私有数据集）和 MNIST（公开数据集）。通过对这些结果的定量和定性分析，我们表明由于利用了数据中的内在相关性，我们的模型性能优于忽略相关性的现有模型。
引用
@article{arxiv.1804.00925,
title = {Correlated discrete data generation using adversarial training},
author = {Shreyas Patel and Ashutosh Kakadiya and Maitrey Mehta and Raj Derasari and Rahul Patel and Ratnik Gandhi},
journal= {arXiv preprint arXiv:1804.00925},
year = {2018}
}