#生成对抗网络

共 6 篇相关资讯，按重要度与时间排序，每 3 小时更新。

★ 2

CEGAN：条件增强 GAN 用于商用飞机气动外形设计

研究提出条件增强生成对抗网络 CEGAN，将几何可行性与气动性能惩罚嵌入损失函数，并用代理模型过滤不可行设计。在类 Cessna Citation X 构型上，插值条件下平均生成误差降低至少 36%，极端外推下降低至少 46%，同时生成多样且物理可行的新设计。该方法为概念设计阶段的快速气动外形探索…

arXiv cs.LG5 天前

★ 2

研究用 DCGAN 与 CutMix 生成数据提升橄榄树病害分类

论文针对植物病害诊断中的数据不足与类别不平衡问题，综合使用传统增强、CutMix、MixUp 与 DCGAN 合成图像生成新样本。作者在平衡类别、增加每类样本、扩充并保持平衡三种场景下，用 EfficientNetV2B0 微调评估，分类准确率显著提升。研究强调数据多样性与类别平衡对数据集质量的关…

arXiv cs.AI5 天前

★ 2

车联网资源受限下的多判别器 WGAN 框架

论文提出自适应多判别器 Wasserstein GAN（MD-WGAN）框架，结合强化学习与博弈论协调，解决车联网中 GAN 训练的资源编排问题。路侧单元用 DQN 智能体选择判别器子集并管理分布式训练，在 NGSIM 轨迹数据上取得最低 RMSE 与 MAE，CPU 利用率降低约 28%。

arXiv cs.LG24 天前

★ 2

Gen-PINNs：生成对抗物理信息神经网络求解 PDE

论文针对标准 PINN 的谱偏差、损失失衡与优化停滞问题，提出 Gen-PINNs 确定性残差对抗框架，用生成器学习 PDE 解、多个判别器评估残差特征。在 Burgers、Allen-Cahn、Kuramoto-Sivashinsky 等非线性高阶方程上精度与收敛性显著提升。

arXiv cs.LG24 天前

★ 1

arXiv 用 GAN 与蒙特卡洛 Dropout 增强 Hawk T1A 结构健康监测数据

研究提出结合条件生成对抗网络与蒙特卡洛 Dropout 不确定性量化的数据增强框架，学习结构响应的类别条件时频特征并合成信号。在谢菲尔德大学 BAE Systems Hawk T1A 全尺寸基准数据集上验证，模型能准确捕捉主导结构动力学，并可作为数字孪生组件支持安全关键航空系统的损伤分类决策。

arXiv cs.LG14 天前

★ 1

HMB-GAN：混合量子经典矢量形状生成

作者提出 HMB-GAN，一个端到端可微的混合量子-经典生成对抗框架，通过拼接多段贝塞尔表示构造具有几何连续性的闭合形状，用于合成 CAD 可用的矢量几何。对比量子增强生成器与经典生成器，量子方案收敛更快、参数量更少、点云指标略优，但受模拟器开销与硬件限制拖累。

arXiv cs.LG42 天前