敵対的生成ネットワークを利用した創造的データ生成

2024年1月1日 · 1 分で読める

敵対的生成ネットワーク（GAN）を活用し、学習データの単純な再現を超えた創造的なデータ生成を行う枠組みを提案する研究。生成器と識別器の競合的学習を通じて新規性のあるサンプルを獲得する仕組みを構築し、ロボットや人工エージェントにおける創造的振る舞いの計算的理解を目指しています。

関連論文：

藤元陸, 堀井隆斗, 青木達哉, 長井隆行. 「敵対的生成ネットワークを利用した創造的データ生成の枠組み」. 第33回人工知能学会全国大会, 新潟, 2019.6.

最終更新 2024年1月1日

著者

准教授

大阪大学大学院基礎工学研究科准教授。認知発達・記号創発ロボティクス、感情発達の計算論的モデリング、ロボット学習、ヒューマンロボットインタラクションを専門とする。