تۆڕی بەرھەمھێنەری دژبەر

تۆڕی بەرهەمهێنەری دژبەر (بە ئینگلیزی: Generative Adverserial Network - (GAN)) پۆلێکە لە چوارچێوەی فێربوونی ئامێر کە دیزاین کراوە لەلایەن ئیان گۆدفێلۆ و ھاوکارەکانی لە حوزەیرانی ٢٠١٤. دوو تۆڕی دەماری لە شێوەی یاریی سفر-کۆ (کۆی خاڵی یاریکەران بکاتە سفر) لەگەڵ یەکتر پێشبڕکێ دەکەن، کە تێیدا دەستکەوتەکانی یەکێک لە بریکارەکان لەدەستدانی بریکارێکی ترە.

بە پێدانی داتای ڕاهێنان، ئەم تەکنیکە فێر دەبێت بۆ بەرهەمهێنانی داتای نوێ بە هەمان ئامار وەک داتای ڕاهێنانەکە. بۆ نمونە، GAN ڕاهێنراو لەسەر وێنە دەتوانێت وێنەیەکی نوێ دروست بکات کە لانیکەم لە ڕووی ڕووخسارییەوە ڕاستەقینە دەردەکەوێت بۆ چاودێرانی مرۆڤ، کە چەندین تایبەتمەندی ڕاستەقینەی هەیە. هەرچەندە لە بنەڕەتدا پێشنیار کرا وەک فۆرمێک لە مۆدێلی بەرھەمھێنەر بۆ فێربوونی چاودێرینەکراو، GAN ھەروەھا بەسوود بووە بۆ فێربوونی نیمچە-چاودێرینەکراو، فێربوونی بەتەواوەتی چاودێریکراودا، و فێربوونی بەهێزکردن.[١][٢]

بیرۆکەی سەرەکی GAN لەسەر بنەمای ڕاهێنانی "ناڕاستەوخۆ" بنیات نراوە لەڕێگەی جیاکەرەوەیەکەوە، تۆڕێکی تری دەماری کە دەتوانێت بزانێت چەندە "ڕاستی" دەردەکەوێت، کە خۆی بە شێوەیەکی داینامیکی نوێ دەکرێتەوە.[٣] ئەمە ئەوە دەگەیەنێت کە بەرھەمھێنەرەکە ڕاهێنراو نییە بۆ کەمکردنەوەی مەودای دووری لە وێنەیەکی دیاریکراو، بەڵکو بۆ فێڵکردن لە جیاکەرەوەکە. ئەمە ڕێگە بە مۆدێلەکە دەدات بۆ فێربوون بە شێوازێکی چاودێرینەکراو.

GAN هاوشێوەی لاسایی کردنەوەیە لە بایۆلۆجیای پەرەسەندن، لەگەڵ پێشبڕکێی چەکی پەرەسەندوو لەنێوان هەردوو تۆڕەکەدا.

پێڕست

[دەستکاری]

سەرچاوەکان

[دەستکاری]
  1. ^ Isola، Phillip (2017). «Image-to-Image Translation with Conditional Adversarial Nets». Computer Vision and Pattern Recognition.
  2. ^ Ho، Jonathon (2016). «Generative Adversarial Imitation Learning». Advances in Neural Information Processing Systems. 29: 4565–4573. arXiv:1606.03476. Bibcode:2016arXiv160603476H.
  3. ^ «Vanilla GAN (GANs in computer vision: Introduction to generative learning)». theaisummer.com. AI Summer. ١٠ی نیسانی ٢٠٢٠. لە ٣ی حوزەیرانی ٢٠٢٠ لە ڕەسەنەکەوە ئەرشیڤ کراوە. لە ٢٠ی ئەیلوولی ٢٠٢٠ ھێنراوە.