Generiranje slika generativnim suparničkim mrežama

diplomski rad

• Naslov (engleski): Generating Images Using Generative Adversarial Networks
• Autor: Ante Šarić
• Mentor: Tomislav Hrkać (mentor)
• Član povjerenstva: Tomislav Hrkać (predsjednik povjerenstva)
• Član povjerenstva: Zoran Kalafatić (član povjerenstva)
• Član povjerenstva: Siniša Šegvić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-09-18, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Generativne suparničke mreže su generativan model čiji se proces učenja temelji na teoriji igara. Sastoje se od dva suprotstavljena modela: generatora i diskriminatora. Generator pokušava zavarati diskriminatora generirajući realistične lažne uzorke, dok diskriminator pokušava razlikovati lažne uzorke od pravih. U ovom radu opisano je i implementirano nekoliko odabranih generativnih suparničkih modela. Trenirali smo modele nad tri skupa podataka: LSUN Church, MNIST i CIFAR-10. Rezultati su prikazani slikama i tablicama.

Sažetak (engleski)

Generative adversarial networks are a generative model with a game theory-based learning process. They consist of two opposed models: the generator and the discriminator. The generator attempts to fool the discriminator by generating realistic fake samples, while the discriminator attempts to tell the fake samples from the real ones. In this thesis we describe and implement a few selected generative adversarial models. We've trained the models on three datasets: LSUN Church, MNIST i CIFAR-10. The results are presented with images and tables.

• Ključne riječi: Generativne suparničke mreže; duboke konvolucijske neuronske mreže; kvadratni gubitak; uvjetne generativne suparničke mreže
• Ključne riječi (engleski): Generative adversarial networks; deep convolutional neural networks; least squares loss; conditional generative adversarial networks
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:756164
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 10:47:21