Generatív neurális módszerek vizsgálata és alkalmazása vizuális problémák esetén

OData támogatás
Konzulens:
Hadházi Dániel
Méréstechnika és Információs Rendszerek Tanszék

A gépi tanulás területén az elmúlt 10 évben példátlan növekedést tapasztalhattunk, ha a finanszírozást és a területre belépő emberek számát vesszük figyelembe. Mivel a gépi tanulási algoritmusok teljesítménye nagymértékben korrelál a rendelkezésre álló tanító adatok mennyiségével és minőségével, az egyre növekvő kereslet olyan különféle megközelítésekhez vezetett, amelyek megpróbálják kipótolni a hiányzó adatot. Ennek az értekezésnek a célja az, hogy bemutassa a generatív ellenséges hálózat (GAN) modellt és annak több változatát. A dolgozat szemlélteti a GAN-ok képességeit új, még nem látott adatok szintetizálására, és korábban generált adatok feljavítására, hogy reális tanító példákat készítsen.

Az első fejezetben a diplomaterv további részeinek könnyebb megértéséhez ismertetem az alapvető gépi tanulási koncepciókat. A második fejezet elején bemutatom a GAN-ok különböző típusait, és kiemelem a köztük lévő architektúrális és felhasználási különbségeket. A GAN-ok bonyolult felépítésének következtében az ilyen típusú modellek tanítása során több nehézség is felléphet. A dolgozat egy későbbi pontján kiemelek egy ilyen problémát, és megvizsgálom a jelenleg használt meglévő megoldásokat ennek kezelésére. A második fejezet végén pedig bevezetem az osztályozó modellek félrevezetésére használt 'ellenséges támadást' (adversarial attack), valamint a GAN-ok osztályozási modellek reguralizációjára való használatának különböző lehetőségeit.

Dolgozatom harmadik és egyben utolsó fejezetében pedig két olyan nagyobb témán végzek kísérleteket, melyek a GAN-ok tanításához kapcsolódnak. Ebből az első a módusz összeomlás, mely esetén két olyan speciális GAN-nak a robusztusságat hasonlítom össze, amik kifejezetten a modell stabilitásának növelése szempontjából lettek megtervezve. A második témakör a korábban bevezetett adversarial támadások sikeres alkalmazásnak megakadályozására szolgáló lehetőségek vizsgálata és eredményességük kimérése egy közismert és egy általam készített adathalmaz segítségével.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.