Kann ein generatives kontradiktorisches Netzwerk (GAN) zur Datenerweiterung verwendet werden (dh um synthetische Beispiele zu generieren, die einem Datensatz hinzugefügt werden)? Würde sich dies auf die Leistung eines Modells auswirken, das auf dem erweiterten Datensatz trainiert wurde?
machine-learning
neural-networks
gan
data-augmentation
ErroriSalvo
quelle
quelle
Antworten:
Ja, GAN kann verwendet werden, um zusätzliche Daten als eine Form der Datenerweiterung zu "halluzinieren".
Sehen Sie sich diese Papiere an, die so ziemlich das tun, was Sie verlangen:
Wenn Ihr GAN ausreichend gut trainiert ist, gibt es keinen Grund, warum dies nicht zur Verbesserung der Modellleistung beitragen sollte. Wenn Ihre GAN schlecht ist, bekommen Sie Müll.
quelle
Nach langer Zeit würde ich zu dem Schluss kommen, dass die Antwort Nein lautet, basierend auf einer ziemlich soliden theoretischen Grundlage https://en.wikipedia.org/wiki/Data_processing_inequality
quelle