Loading...
机构名称:
¥ 1.0

摘要 作为人工智能的新兴物种,深度生成学习模型可以生成前所未有的各种新输出。例如,创作音乐、文本到图像的翻译或缺失数据的填补。与已经引起社会和经济重大变化的其他人工智能模型类似,需要构建 DGL 的建设性功能能力。为了推导和讨论它们,我们进行了广泛而有条理的文献综述。我们的研究结果揭示了六种建设性功能能力的广泛范围,表明 DGL 并非专门用于生成看不见的输出。我们的论文进一步指导公司捕捉和评估 DGL 的创新潜力。此外,我们的论文促进了对 DGL 的理解并为进一步的研究提供了概念基础。 1. 简介

捕捉深度的建设性功能能力...

捕捉深度的建设性功能能力...PDF文件第1页

捕捉深度的建设性功能能力...PDF文件第2页

捕捉深度的建设性功能能力...PDF文件第3页

捕捉深度的建设性功能能力...PDF文件第4页

捕捉深度的建设性功能能力...PDF文件第5页

相关文件推荐

2015 年
¥9.0
2015 年
¥9.0