Xiga xigaHagaha xiga
ESRGAN iyo GAN Super-Resolution
Muuqaal AI
Hagaha AI ee Muuqaalka
Wasserstein GAN (WGAN) waa dib-u-qaabaynta ujeedada tababarka GAN ee adeegsata masaafada Wasserstein halkii luminta min-max asalka ah.
Dhageyso hagahanAI-waa laga sheekeeyay · ~2 min
Waxay ka dhigtaa tababbarka GAN aan xasilloonayn caan ka fog oo la isku halleyn karo waxayna siinaysaa qiimo lumis dhab ahaantii xiriir la leh tayada sawirka.
GAN-yada asalka ah waxay tababaraan laba shabakadood oo isku-jiidjiid ah: koronto-dhaliye wuxuu sameeyaa sawirro been abuur ah iyo takoorid ayaa isku dayaya inuu arko. Tani inta badan way burburtaa ama istaagtaa sababtoo ah khasaaraha takoorku ma sheego wax faa'iido leh oo ku saabsan horumarka. WGAN, oo ay soo bandhigeen Arjovsky, Chintala, iyo Bottou sanadka 2017, waxay ku bedeshay takoorida 'dhaleec' kaas oo keenaya sida dhabta ah ee sawirku ugu ekaado miisaan joogto ah halkii la kala saari lahaa dhabta vs-fake. Bartilmaameedka tababarku wuxuu noqdaa masaafada u dhaxaysa Wasserstein (dhaqdhaqaaqa dhulka) ee u dhexeeya qaybinta xogta dhabta ah iyo tan la sameeyay. Fogaantani waxay siinaysaa jaanisyo fudud oo macno badan xitaa marka labada qaybintu ay si dhib yar isu dulsaaran yihiin, taasoo hoos u dhigaysa burburka qaabka iyo samaynta luminta qalooca calaamad tayo leh oo dhab ah.
Soo saarista wajiyo sawir leh iyo muuqaalo muuqaal ah oo vanilj GANs ay ku burbureen wax soo saaryo dhawr ah oo soo noqnoqday
Soo saarida sawiro caafimaad oo la isku daray, sida MRI ama balastar histology, si loo kordhiyo xog-ururinta calaamadeysan.
Ku qaabaynta dhacdooyinka isku dhaca qayb ka mid ah jilitaannada fiisigiska tamarta sare leh halkaasoo tababarka xasillooni uu muhiim u yahay
U adeegidda sidii halbeegga aasaasiga ah ee cilmi-baarista ML sababtoo ah khasaaraheedu waxay raad raacaan muunadda muunada ee tababarka
Aragtida asaasiga ah ee WGAN, in doorashada masaafada qaybinta ay qaabayso tayada isjiidka, wali waxay ku soo noqnoqonaysaa qaabaynta wax-soo-saarka. In kasta oo moodooyinka faafintu ay hadda xukumaan isku-darka sawirka, fikradaha gaadiidka ugu habboon ee WGAN ayaa dib ugu soo baxaya is-waafajinta qulqulka, hababka buundada ee Schrodinger, iyo kala-soocidda moodooyinka faafinta oo loo beddelo koronto-dhaliyaha tillaabo yar yar. Filo ujeedooyinka qaabka Wasserstein si ay u sii wargeliyaan hababka isku-dhafka ah ee tababarka xasiloon iyo mitirka khasaaraha macnaha leh, gaar ahaan qaybaha sayniska iyo xogta hoose.
Warqad bilaash ah
Saddex sheeko oo la xaqiijiyay oo AI ah maalin kasta oo shaqo ah, oo lagu qoray Ingiriis fudud. Bilaash had iyo jeer, aan xayaysiis lahayn.
Hal iimayl maalin kasta oo shaqo ah. Ka bax hal gujin. Marna ma iibinno ama ma wadaagno ciwaankaaga.
Is tijaabi
Fikrad degdeg ah oo ku saabsan jawaab kasta, iyo shahaado la wadaajin karo oo leh aqoonsi la xaqiijin karo markaad ka gudubto koorso.
Taageer waxbarashada AI bilaashka ah. AI Understanding waa 501(c)(3) aan faa'iido doon ahayn — xayaysiis la'aan, albaab lacag ah ma jiro, had iyo jeer. Samee deeq
Wasserstein GAN (WGAN) waa dib-u-qaabaynta ujeedada tababarka GAN ee adeegsata masaafada Wasserstein halkii luminta min-max asalka ah. Waxay ka dhigtaa tababbarka GAN aan xasilloonayn caan ka fog oo la isku halleyn karo waxayna siinaysaa qiimo lumis dhab ahaantii xiriir la leh tayada sawirka.
WGAN waxay ku beddeshaa ujeedadii asalka ahayd ee Jensen-Shannon ku salaysan masaafada Wasserstein, taas oo bixisa jaangooyooyin fudud xitaa marka qaybintu ay si dhib yar isku dhaafto.
Naqdintu waxay u dhalisaa sawirada miisaan joogto ah halkii ay kala saari lahaayeen dhabta iyo been-abuurka, taas oo ah waxa ka dhigaya ujeedada Wasserstein.
Labadan qaybood ee u oggolaanaya WGAN qiyaasida masaafada Wasserstein waxay haysaa oo keliya shaqooyinka 1-Lipschitz, sidaa darteed jaangooyooyinka dhaleeceynta waa in la xaddidaa.
Waraaqdii ugu horreysay ee WGAN waxay isticmaashay jarid miisaan cayriin ah; WGAN-GP ka dib waxay ku bedeshay rigoore jilicsan oo jilicsan.
Jilayaasha jilicsan ee WGAN waxay xakameeyaan qaabka burburay waxayna soo saaraan khasaare dhab ahaantii la xidhiidha tayada muunada.
Sii wad waxbarashada
Tilmaamayaal badan ayaa loo doortay mawduucan
Xiga xigaHagaha xiga
ESRGAN iyo GAN Super-Resolution
Muuqaal AI