多视图生成对抗网络
机器学习
2019-04-18 v2
摘要
多视图数据的学习是一个具有强实际应用性的挑战性问题。大多数相关研究从分类角度入手，并假设所有视图在任何时刻都可用。我们考虑在两个方向上扩展该框架。首先，基于BiGAN模型，多视图BiGAN（MV-BiGAN）能够从多视图输入执行密度估计。其次，它可处理缺失视图，并能在提供额外视图时更新其预测。我们在不同数据集上的一组实验中展示了这些性质。
引用
@article{arxiv.1611.02019,
title = {Multi-view Generative Adversarial Networks},
author = {Mickaël Chen and Ludovic Denoyer},
journal= {arXiv preprint arXiv:1611.02019},
year = {2019}
}