实体
Wasserstein GAN
Wasserstein GAN
PulseAugur coverage of Wasserstein GAN — every cluster mentioning Wasserstein GAN across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的生成框架为出行模型创建逼真的合成人口
研究人员开发了一种新颖的两阶段生成框架，用于为基于活动的出行需求模型创建逼真的合成人口。第一阶段使用具有梯度惩罚的正则化 Wasserstein GAN (WGAN-GP) 来提高静态社会人口属性的可行性、多样性和新颖性。第二阶段采用 Transformer 和 LSTM-Attention 模型，根据合成的表格数据生成序列出行行为，例如行程链。这种方法增强了对有效未见属性组合的恢复能力，并提高了模型的整体性能。
-
新的 WGAN 方法使用对抗学习校正传感器数据漂移
研究人员开发了一种新颖的方法，使用 Wasserstein 生成对抗网络（WGAN）来校正由运动或老化等因素引起的传感器数据分布漂移。该方法将生成器视为一个可学习的校准变换，而判别器通过 Wasserstein 目标提供分布距离信号。该技术成功应用于模拟量热仪数据，准确恢复了老化系数并改善了能量总和分布的一致性，表明其在缺乏退化直接标签的数据驱动校准策略中的潜力。