Venn GAN：发现多个分布的共性与特性
机器学习
2019-02-12 v1 机器学习
摘要
我们提出了一种 GAN 设计，能够有效地对多个分布进行建模并发现它们的共性与特性。每个数据分布由 个生成器分布的混合来建模。由于生成器在不同真实数据分布的建模中部分共享，共享的生成器捕获分布的共性，而非共享的生成器捕获它们各自的独特方面。我们在多个数据集（MNIST、Fashion MNIST、CIFAR-10、Omniglot、CelebA）上展示了我们方法的有效性，并取得了令人信服的结果。
引用
@article{arxiv.1902.03444,
title = {Venn GAN: Discovering Commonalities and Particularities of Multiple Distributions},
author = {Yasin Yazıcı and Bruno Lecouat and Chuan-Sheng Foo and Stefan Winkler and Kim-Hui Yap and Georgios Piliouras and Vijay Chandrasekhar},
journal= {arXiv preprint arXiv:1902.03444},
year = {2019}
}