핵심 개념
경매 기반 다중 생성적 적대 신경망 학습 방법을 제안하여 생성적 적대 신경망의 모드 붕괴 문제를 해결한다.
초록
이 연구는 생성적 적대 신경망의 모드 붕괴 문제를 해결하기 위해 기존의 2인 게임을 다중 게임으로 확장하는 새로운 접근 방식을 제안한다.
다중 생성적 적대 신경망을 동시에 학습하며, 경매 기반 평가 프로세스와 보조 학습 업데이트를 사용한다.
경매 프로세스를 통해 각 생성기의 성능을 상대적으로 평가하고, 최고 성능의 생성기-판별기 쌍을 선택한다.
선택된 최고 성능 모델을 참조하여 보조 손실 함수를 정의하고, 이를 통해 다른 모델들의 학습을 안내한다.
실험 결과, 제안된 방법을 적용한 경우 다양한 모드를 균형 있게 학습할 수 있었으며, 성능 지표에서도 개선된 결과를 보였다.
통계
생성기 Gi가 생성한 K개의 샘플 Ii
k에 대해 다른 판별기 Dj(j ≠ i)가 평가한 값의 평균 Bij가 생성기 Gi의 점수가 된다.
판별기 Di가 다른 생성기 Gj(j ≠ i)가 생성한 샘플에 대해 평가한 값의 평균 Bji도 생성기 Gi의 점수에 포함된다.
생성기 Gi의 최종 점수 S(i)는 Bij와 Bji의 차이의 평균으로 계산된다.
인용구
"경매 프로세스를 통해 각 생성기의 성능을 상대적으로 평가하고, 최고 성능의 생성기-판별기 쌍을 선택한다."
"선택된 최고 성능 모델을 참조하여 보조 손실 함수를 정의하고, 이를 통해 다른 모델들의 학습을 안내한다."