| 1. Identificação | ||||
| Tipo de Referência | Artigo em Evento (Conference Proceedings) | |||
| Site | sibgrapi.sid.inpe.br | |||
| Código do Detentor | ibi 8JMKD3MGPEW34M/46T9EHH | |||
| Identificador | 8JMKD3MGPEW34M/43BFBQE | |||
| Repositório | sid.inpe.br/sibgrapi/2020/09.30.13.05 | |||
| Última Atualização | 2020:09.30.13.05.44 (UTC) administrator | |||
| Repositório de Metadados | sid.inpe.br/sibgrapi/2020/09.30.13.05.44 | |||
| Última Atualização dos Metadados | 2022:06.10.19.41.23 (UTC) administrator | |||
| DOI | 10.1109/SIBGRAPI51738.2020.00009 | |||
| Chave de Citação | FariaCarn:2020:WhArGe | |||
| Título | Why are Generative Adversarial Networks so Fascinating and Annoying?  | |||
| Formato | On-line | |||
| Ano | 2020 | |||
| Data de Acesso | 17 maio 2024 | |||
| Número de Arquivos | 1 | |||
| Tamanho | 8634 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Faria, Fabio Augusto 2 Carneiro, Gustavo | |||
| Afiliação | 1 Universidade Federal de São Paulo 2 The University of Adelaide | |||
| Editor | Musse, Soraia Raupp Cesar Junior, Roberto Marcondes Pelechano, Nuria Wang, Zhangyang (Atlas) | |||
| Endereço de e-Mail | ffaria@unifesp.br | |||
| Nome do Evento | Conference on Graphics, Patterns and Images, 33 (SIBGRAPI) | |||
| Localização do Evento | Porto de Galinhas (virtual) | |||
| Data | 7-10 Nov. 2020 | |||
| Editora (Publisher) | IEEE Computer Society | |||
| Cidade da Editora | Los Alamitos | |||
| Título do Livro | Proceedings | |||
| Tipo Terciário | Tutorial | |||
| Histórico (UTC) | 2020-09-30 13:05:44 :: ffaria@unifesp.br -> administrator :: 2022-06-10 19:41:23 :: administrator -> ffaria@unifesp.br :: 2020 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo de Versão | finaldraft | |||
| Palavras-Chave | GAN machine learning computer vision deep learning | |||
| Resumo | This paper focuses on one of the most fascinating and successful, but challenging generative models in the literature: the Generative Adversarial Networks (GAN). Recently, GAN has attracted much attention by the scientific community and the entertainment industry due to its effectiveness in generating complex and high-dimension data, which makes it a superior model for producing new samples, compared with other types of generative models. The traditional GAN (referred to as the Vanilla GAN) is composed of two neural networks, a generator and a discriminator, which are modeled using a minimax optimization. The generator creates samples to fool the discriminator that in turn tries to distinguish between the original and created samples. This optimization aims to train a model that can generate samples from the training set distribution. In addition to defining and explaining the Vanilla GAN and its main variations (e.g., DCGAN, WGAN, and SAGAN), this paper will present several applications that make GAN an extremely exciting method for the entertainment industry (e.g., style-transfer and image-to-image translation). Finally, the following measures to assess the quality of generated images are presented: Inception Search (IS), and Frechet Inception Distance (FID). | |||
| Arranjo | urlib.net > SDLA > Fonds > SIBGRAPI 2020 > Why are Generative... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGPEW34M/43BFBQE | |||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGPEW34M/43BFBQE | |||
| Idioma | en | |||
| Arquivo Alvo | GAN_Tutorial_SIBGRAPI2020.pdf | |||
| Grupo de Usuários | ffaria@unifesp.br | |||
| Visibilidade | shown | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Repositório Espelho | sid.inpe.br/banon/2001/03.30.15.38.24 | |||
| Unidades Imediatamente Superiores | 8JMKD3MGPEW34M/43G4L9S | |||
| Lista de Itens Citando | sid.inpe.br/sibgrapi/2020/10.28.20.46 7 | |||
| Acervo Hospedeiro | sid.inpe.br/banon/2001/03.30.15.38 | |||
| 6. Notas | ||||
| Campos Vazios | archivingpolicy archivist area callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination edition electronicmailaddress group isbn issn label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype serieseditor session shorttitle sponsor subject tertiarymark type url volume | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | ffaria@unifesp.br | |||
| atualizar | ||||