Buchumschlag

CoDeGAN: Contrastive Disentanglement for Generative Adversarial Network

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Jiangwei, Liu, Zejia, Guo, Xiaohan, Pan, Lili
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Double InfoGAN for Contrastive Analysis
von: Carton, Florence, et al.
Veröffentlicht: (2024)

DisCoM-KD: Cross-Modal Knowledge Distillation via Disentanglement Representation and Adversarial Learning
von: Ienco, Dino, et al.
Veröffentlicht: (2024)

AFD: Mitigating Feature Gap for Adversarial Robustness by Feature Disentanglement
von: Zhou, Nuoyan, et al.
Veröffentlicht: (2024)

AR-GAN: Generative Adversarial Network-Based Defense Method Against Adversarial Attacks on the Traffic Sign Classification System of Autonomous Vehicles
von: Salek, M Sabbir, et al.
Veröffentlicht: (2023)

ZAYAN: Disentangled Contrastive Transformer for Tabular Remote Sensing Data
von: Habib, Al Zadid Sultan Bin, et al.
Veröffentlicht: (2026)

IGAN: Inferent and Generative Adversarial Networks
von: Vignaud, Luc
Veröffentlicht: (2021)

Text-To-Image with Generative Adversarial Networks
von: Momen-Tayefeh, Mehrshad
Veröffentlicht: (2024)

Controllable Video Generation with Provable Disentanglement
von: Shen, Yifan, et al.
Veröffentlicht: (2025)

Examining Pathological Bias in a Generative Adversarial Network Discriminator: A Case Study on a StyleGAN3 Model
von: Grissom II, Alvin, et al.
Veröffentlicht: (2024)

OmniPrism: Learning Disentangled Visual Concept for Image Generation
von: Li, Yangyang, et al.
Veröffentlicht: (2024)

DiPrompT: Disentangled Prompt Tuning for Multiple Latent Domain Generalization in Federated Learning
von: Bai, Sikai, et al.
Veröffentlicht: (2024)

Disentangling Regional Primitives for Image Generation
von: Chen, Zhengting, et al.
Veröffentlicht: (2024)

DPN-GAN: Inducing Periodic Activations in Generative Adversarial Networks for High-Fidelity Audio Synthesis
von: Ahmad, Zeeshan, et al.
Veröffentlicht: (2025)

Superclass-Guided Representation Disentanglement for Spurious Correlation Mitigation
von: Liu, Chenruo, et al.
Veröffentlicht: (2025)

FACL-Attack: Frequency-Aware Contrastive Learning for Transferable Adversarial Attacks
von: Yang, Hunmin, et al.
Veröffentlicht: (2024)

DiGAN: Diffusion-Guided Attention Network for Early Alzheimer's Disease Detection
von: Rahman, Maxx Richard, et al.
Veröffentlicht: (2026)

HI-GAN: Hierarchical Inpainting GAN with Auxiliary Inputs for Combined RGB and Depth Inpainting
von: Dash, Ankan, et al.
Veröffentlicht: (2024)

Fingerprinting Image-to-Image Generative Adversarial Networks
von: Li, Guanlin, et al.
Veröffentlicht: (2021)

Advancing Ante-Hoc Explainable Models through Generative Adversarial Networks
von: Garg, Tanmay, et al.
Veröffentlicht: (2024)

LSAP: Rethinking Inversion Fidelity, Perception and Editability in GAN Latent Space
von: Zhao, Xuekun, et al.
Veröffentlicht: (2022)

Adapt then Unlearn: Exploring Parameter Space Semantics for Unlearning in Generative Adversarial Networks
von: Tiwary, Piyush, et al.
Veröffentlicht: (2023)

Random Sampling for Diffusion-based Adversarial Purification
von: Zhang, Jiancheng, et al.
Veröffentlicht: (2024)

Disentangled Explanations of Neural Network Predictions by Finding Relevant Subspaces
von: Chormai, Pattarawat, et al.
Veröffentlicht: (2022)

Text-to-Image GAN with Pretrained Representations
von: You, Xiaozhou, et al.
Veröffentlicht: (2024)

JMA: a General Algorithm to Craft Nearly Optimal Targeted Adversarial Example
von: Tondi, Benedetta, et al.
Veröffentlicht: (2024)

Contrastive Learning and Adversarial Disentanglement for Privacy-Aware Task-Oriented Semantic Communication
von: Erak, Omar, et al.
Veröffentlicht: (2024)

CoUn: Empowering Machine Unlearning via Contrastive Learning
von: Khalil, Yasser H., et al.
Veröffentlicht: (2025)

Instant Adversarial Purification with Adversarial Consistency Distillation
von: Lei, Chun Tong, et al.
Veröffentlicht: (2024)

CKGAN: Training Generative Adversarial Networks Using Characteristic Kernel Integral Probability Metrics
von: Zhang, Kuntian, et al.
Veröffentlicht: (2025)

Denoising Multi-Beta VAE: Representation Learning for Disentanglement and Generation
von: Uppal, Anshuk, et al.
Veröffentlicht: (2025)

Just Shift It: Test-Time Prototype Shifting for Zero-Shot Generalization with Vision-Language Models
von: Sui, Elaine, et al.
Veröffentlicht: (2024)

A Generative Adversarial Network-based Method for LiDAR-Assisted Radar Image Enhancement
von: Thilakanayake, Thakshila, et al.
Veröffentlicht: (2024)

DF-ACBlurGAN: Structure-Aware Conditional Generation of Internally Repeated Patterns for Biomaterial Microtopography Design
von: Dong, Rongjun, et al.
Veröffentlicht: (2026)

GeMM-GAN: A Multimodal Generative Model Conditioned on Histopathology Images and Clinical Descriptions for Gene Expression Profile Generation
von: Panaccione, Francesca Pia, et al.
Veröffentlicht: (2026)

Non-negative Contrastive Learning
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

Adversarial Examples in the Physical World: A Survey
von: Wang, Jiakai, et al.
Veröffentlicht: (2023)

Autoregressive Adversarial Post-Training for Real-Time Interactive Video Generation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

Improved Diffusion-based Generative Model with Better Adversarial Robustness
von: Wang, Zekun, et al.
Veröffentlicht: (2025)

Adversarial Wear and Tear: Exploiting Natural Damage for Generating Physical-World Adversarial Examples
von: Irshad, Samra, et al.
Veröffentlicht: (2025)

Disentangling Disentangled Representations: Towards Improved Latent Units via Diffusion Models
von: Jun, Youngjun, et al.
Veröffentlicht: (2024)