Розробка методу генерації масивів даних для навчання глибинних нейронних мереж

Abstract

Предметом исследования является построение архитектуры глубокой нейронной сети для генерации сложных распределений данных. Целью работы является выявление скрытых различий между реальными и синтетическими данными для их высококачественной генерации. Методы исследования включают в себя анализ существующих подходов и моделей для генерации синтетических данных. Анализ литературных источников и последних исследований в области компьютерного зрения и глубинных нейросетевых архитектур. Предполагается, что идентификация отличительных особенностей в распределении реальных и синтетических данных и их использование поможет избежать трудностей перехода модели машинного обучения между ними и генерации качественных синтетических данных для обучения глубоких нейронных сетей.