Titre original :
Generative Adversarial Networks and Deep Learning: Theory and Applications
Contenu du livre :
Ce livre explore la manière d'utiliser les réseaux adversaires génératifs dans une variété d'applications et met l'accent sur leurs avancées substantielles par rapport aux modèles génératifs traditionnels. L'objectif principal de ce livre est de se concentrer sur la recherche de pointe en matière d'apprentissage profond et de réseaux adversaires génératifs, ce qui inclut la création de nouveaux outils et méthodes pour le traitement du texte, des images et de l'audio.
Un réseau adversarial génératif (GAN) est une classe de cadre d'apprentissage automatique et constitue le prochain réseau émergent dans les applications d'apprentissage profond. Les réseaux adversoriels génératifs (GAN) permettent de construire des modèles améliorés, car ils peuvent générer des échantillons de données en fonction des exigences de l'application. Il existe diverses applications des GAN en science et en technologie, notamment dans les domaines de la vision artificielle, de la sécurité, du multimédia et de la publicité, de la génération d'images, de la traduction d'images, de la synthèse texte-image, de la synthèse vidéo, de la génération d'images à haute résolution, de la découverte de médicaments, etc.
Caractéristiques :
⬤ Présente un guide complet sur la façon d'utiliser le GAN pour les images et les vidéos.
⬤ Inclut des études de cas sur l'amélioration d'images sous-marines à l'aide d'un réseau adversarial génératif, la détection d'intrusion à l'aide d'un réseau adversarial génératif.
⬤ Il met l'accent sur l'inclusion d'effets de jeu à l'aide de méthodes d'apprentissage profond.
⬤ Examine les avancées technologiques significatives dans le domaine du GAN et son application dans le monde réel.
⬤ Il examine les défis posés par le GAN et les solutions optimales à y apporter.
Le livre aborde les aspects scientifiques pour un public plus large tel que les ingénieurs juniors et seniors, les étudiants de premier cycle et de troisième cycle, les chercheurs et toute personne intéressée par les tendances, le développement et les opportunités dans le domaine du GAN et de l'apprentissage profond.
Le contenu de ce livre peut servir de référence dans les bibliothèques, les agences d'accréditation, les agences gouvernementales et, en particulier, les établissements d'enseignement supérieur qui ont l'intention de lancer ou de réformer leur programme d'études en ingénierie.
Autres informations sur le livre :
| ISBN : | 9781032068107 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2023 |
| Nombre de pages : | 208 |
Achat:
Actuellement disponible, en stock.
