智能应用 影音
<

GAN技术为AI数据不足困境提解方 自我优化机制加速体现非监督式学习目标

本文限「Research 」会员阅读,请登入会员,或洽询会员服务
面对AI应用缺乏训练数据量的难题,「生成对抗网络」(Generative Adversarial Network;GAN)技术能将少量数据,生成更多拟真数据,可望满足神经网络模型训练所需;其架构中所蕴含的自主学习能力,有助提升AI系统自我优化性能。整体而言,GAN技术的扩充数据资源及实现自主学习二大特点,可望强化AI产业链根基,以发展出更多元的智能化应用项目。

内文目录

  • GAN技术扩展数据资源 AI数据难题可望有解
  • GAN技术自我优化特性 有助提升非监督式学习性能
  • GAN技术研究热潮持续 Google取得关键专利为商转铺路
  • 结语:GAN技术可望缓解AI数据不足困境 增进AI自主学习能力

图表目录

  • GAN技术的基本工作原理
  • GAN技术应用案例列举
  • GAN架构自主互动机制示意图
  • 2014~2018年GAN技术专利文件申请量
  • 5 个图表

会员登入

若您已是DIGITIMES Research的正式会员,请由此下方登入。


【范例:user@company.com】

忘记口令
记住帐号口令
★ 若您是第一次使用会员资料库,请点选 申请个人帐号

服务加入办法

若想立刻加入付费会员,请洽询
客服专线:
+886-02-87125398。
(周一至周五工作日9:00~18:00)
客服信箱:
member@digitimes.com
(一个工作日内将回覆您的来信)
 
Slide Show─
为投影片搭配仔细解说的服务模式,提供具时效性的ICT产品产销、展场观察等研究成果,同时可直接作为会员简报材料。
Insight─
为深入研究观点与发现的实时服务,内容包括重要事件评论、重要产业信息的揭露等。
Data Point─
以1个图表搭配简洁文字说明,提供图文并茂的资料库服务。
Spec & Price─
解析全球主要市场终端产品零售均价与规格,并提供客制化查询数据库。
Spot Price─
提供每周太阳光电产业链上下游现货报价信息,藉此反应市场供需波动变化,并解析市场最新脉动。
Industry Review─
定期检视产业核心构面的重要事件与发展,以利掌握产业关键动态、议题实质内涵与加值观点。