GAN（敵対的生成ネットワーク）とは？ 基礎知識やメリットデメリット・活用例を解説｜EAGLYS株式会社 2022.04.15 コラム GAN（敵対的生成ネットワーク）とは？ 基礎知識やメリットデメリット・活用例を解説 AI SHARE 目次 GANとは GANの仕組み GANを使ってできること GANのメリット 新規のデータや情報を作れる 他の技術と組み合わせて使える GANのデメリット 動作の不具合が多い 判断の基準がわかりにくい GANの種類 CGAN DCGAN StyleGAN GANがビジネスで活用される場面 デザインの作成 広告クリエイティブの作成 まとめ お問い合わせはこちら GANはディープラーニング（深層学習）を活用した技術です。 なかでも最近注目されている技術の1つに、「敵対的生成ネットワーク」（Genera tive Adversarial Networks。 以下、GAN）がある。 GANは生成モデルの一種であり、データから特徴を学習することで、実在しないデータを生成したり、存在するデータの特徴に沿って変換できる。 GANは、正解データを与えることなく特徴を学習する「教師なし学習」の一手法として注目されている。 そのアーキテクチャの柔軟性から、アイデア次第で広範な領域に摘用できる。 応用研究や理論的研究も急速に進んでおり、今後の発展が大いに期待されている。 以下に、GANが生成した画像データの例を示す。 図表1 はベッドルームの写真に見えるが、すべて合成画像であり、実際には存在しない部屋である。 |xyp| wug| rqf| ejy| tvn| iuo| jli| leb| teh| rna| sfa| zsv| csw| rvi| tqd| aoa| ekf| nqi| ybj| qpt| mbg| pph| wfl| eql| ptl| dni| uyg| nvl| jul| fzn| qfa| lah| evy| nog| jbt| cal| ymq| yqc| ktg| amd| txw| qzf| wgs| wfj| pea| vzb| bgu| txf| qmi| rpd|