Комментарии 4
Спасибо за статью!
Мне кажется, приведенное объяснение того, что автокодировщики дают размытое изображение, только половина правды. Я про «Объясняется это тем, что мы стараемся сохранить в скрытом представлении только наиболее важные признаки объекта, поэтому объект восстанавливается с потерями.». С потерями можно восстановить изображение и без размытия. Просто сам фреймворк автоэнкодеров подразумевает размытие из-за того, что они выдают некое «усредненное по всем возможным» изображение на выходе, вместо того, чтобы сгенерировать один из возможных примеров с четкими границами, пусть и не совсем идентичный оригиналу.
Мне кажется, Ваше предложение не противоречит моему — усреднение подразумевает под собой потери. Можно тут смотреть как раз в сторону VAE — моделирование среднего и дисперсии позволяет учесть вариации выборки и улучшает механизм порождения объекта. Отличный пример — вот эта статья arxiv.org/pdf/1502.04623.pdf. И, как я и писала в обзоре, тут хорошо показывают себя Generative Adversarial Networks — добавление adversarial loss также позволяет минимизировать размытие.
Спасибо за статью, было очень интересно.
Мне показалось, что немного не хватает структуры, я так и не понял, что применили вы и в какой степени, что считаете более перспективным, а что нежизнеспособным. Но сама математическая магия хороша. Вроде все это читал, но о таком применении никогда бы не подумал.
В статье про детектирование переводных заимствований про это упомянуто — архитектура encoder-decoder, где в качестве блоков кодирования и декодирования выступает GRU. Основная суть у нас в использовании чуть более хитрой функции ошибки (не просто ошибка реконструкции) и подборе правильных обучающих примеров. Тема, действительно, интересная — подробно про это будет рассказано в научной статье, ссылку на которую мы обязательно выложим сюда после публикации.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

Информация

Местоположение
Россия
Сайт
www.antiplagiat.ru
Численность
51–100 человек
Дата регистрации

Блог на Хабре