Evoluutiogeneratiiviset kilpailevat verkostot
Generatiiviset kilpailevat verkostot (GAN) ovat viimeisimpien vuosien ajan saaneet aikaan vaikuttavia tuloksia konenäön osa-alueilla. GAN-verkkojen kouluttamiseen liittyy kuitenkin tiettyjä ongelmia. Tässä tutkielmassa tarkastellaan sitä, miten evoluutiolaskennan periaatteita voidaan hyödyntää GAN-verkkojen optimoinnissa. Tutkielman tulokset
osoittavat, että evoluutiogeneratiiviset kilpailevat verkostot ja sen koevoluutiomenetelmät tukahduttavat suurelta osin GAN-verkkoja koskevat ongelmat koulutukseen liittyen.
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Kandidaatintutkielmat [5362]
Lisenssi
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Generatiivisen kilpailevan verkon soveltaminen Conwayn Game of Life -soluautomaattiin
Monola, Petri (2020)Generatiiviset kilpailevat verkot ovat yksi tuoreimmista koneoppimisen kehityksistä ja sillä on saatu lupaavia tuloksia kuvien generoinnissa. Tässä tutkielmassa tarkastellaan GAN-menetelmää ja sen ominaisuuksia sekä siihen ... -
Memory-saving optimization algorithms for systems with limited hardware
Iacca, Giovanni (University of Jyväskylä, 2011) -
Kriittinen realismi sosiaalityön suuntauksena
Hartikka, Veera (2022)Kandidaatintutkielmassani perehdyn kriittiseen realismiin sosiaalityön tutkimuksessa käytettävänä filosofis-teoreettisena suuntauksena. Tutkielman sisältö koostuu yleisemmästä sosiaalityön teoriasuhteen pohdinnasta, sekä ... -
Evolutionary design optimization with Nash games and hybridized mesh/meshless methods in computational fluid dynamics
Wang, Hong (University of Jyväskylä, 2012) -
Hybrid evolutionary multi-objective optimization with enhanced convergence and diversity
Sindhya, Karthik (University of Jyväskylä, 2011)
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.