Resumen

Este artículo describe un nuevo algoritmo de generación de imágenes basado en una red generativa adversarial. Con una extensión teórica de la información al discriminador basado en el autoencoder, este nuevo algoritmo es capaz de aprender representaciones interpretables de las imágenes de entrada. Nuestro modelo no sólo minimiza adversarialmente las pérdidas basadas en la distancia de Wasserstein del discriminador y el generador, sino que también maximiza la información mutua entre un pequeño subconjunto de las variables latentes y la observación. También entrenamos nuestro modelo con la teoría de control proporcional para mantener el equilibrio entre el discriminador y el generador, y como resultado, nuestra red generativa adversarial puede mitigar el problema de convergencia. A través de los experimentos con imágenes reales, validamos nuestro método propuesto, que puede manipular las imágenes generadas como se desee controlando los códigos latentes de las variables de entrada. Además, las cualidades visuales de las imágenes producidas se mantienen de forma efectiva, y el modelo puede converger de forma estable al equilibrio. Sin embargo, nuestro modelo tiene una dificultad en el aprendizaje de los factores de desentrañamiento porque nuestro modelo no regulariza la independencia entre los factores interpretables. Por lo tanto, en el futuro, desarrollaremos un modelo generativo que pueda aprender los factores de desentrañamiento.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:red generativa adversarial, modelo, factores de desentrañamiento, algoritmo de generación de imágenes, código de entrada, teoría de control proporcional, imagen real, calidad visual, discriminador, código latente
• Keywords:generative adversarial network, model, disentangling factors, image generation algorithm, code of input, proportional control theory, real image, visual quality, discriminator, latent code