Генеративно-состязательные модели относительно недавно стали применяться для генерации синтетических данных [1] путем обучения на множестве настоящих выборок и создания новых синтетических выборок, обладающих такой же ценностью, как и настоящие. В работе представляются предварительные результаты по созданию моделей генерации табличных наборов данных и их классификации в контексте задач мета-обучения и автоматического машинного обучения, основанных на принципах, развиваемых в методах генеративно-состязательных сетей.
Вампилов Б.А. (науч. рук. Забашта А.С.) АДАПТАЦИЯ ГЕНЕРАТИВНО-СОСТЯЗАТЕЛЬНЫХ СЕТЕЙ ДЛЯ РАБОТЫ С НАБОРАМИ ДАННЫХ ДЛЯ ЗАДАЧ МАШИННОГО ОБУЧЕНИЯ // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/12390