Исследование методов доменной адаптации современных генеративных моделей (ганы, диффузия)

ФИО студента: Королев Кирилл Андреевич

Кампус/факультет: Факультет компьютерных наук

Программа: Прикладная математика и информатика (Бакалавриат)

Оценка: 9

Год защиты: 2024

Современные генеративно-состязательные сети (GAN) позволяют синтезировать высококачественные изображения и предоставляют инструменты для детальной манипуляции изображениями. Однако, out-of-domain генерация требует дообучения генератора или оптимизации скрытых представлений для каждого нового изображения. В данной работе предложен и реализован новый энкодер, который учит смещения в пространстве $\mathcal{S}$ и позволяет генератору адаптироваться к новому домену за один проход. Исследовано влияние различных функций потерь на процесс адаптации к новому домену. Предложена техника для регуляризации в постановке обучения энкодера на множество доменов. Также, проводится тщательное сравнение предшествующих методов доменной адаптации.

Текст работы (работа добавлена 20 мая 2024 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ