>
Fa   |   Ar   |   En
   تکامل نسلی، رویکردی نوآورانه به منظور بازآموزی مدل‌ در شبکه‌های عصبی انتشار  
   
نویسنده محمدی شاهرخ‌آبادی ابوالفضل ,نقدی سپهوند سارا
منبع اولين كنفرانس بين المللي دوسالانه هوش مصنوعي و علوم داده - 1403 - دوره : 1 - اولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده - کد همایش: 03231-85169 - صفحه:0 -0
چکیده    در این پژوهش می‌کوشیم ابتدا نگاهی به مبانی تئوری و معماری‌های مختلف هوش مصنوعی در حوزه تولید تصویر از متن توصیفی داشته باشیم و پس از آن مدل‌های انتشار را به عنوان کارآمدترین مدل تولید تصویر در حال حاضر به صورت عمیق‌تر بررسی خواهیم کرد. در ادامه بررسی اجمالی بر اثربخشی فرآیند بازآموزی این مدل‌ها مبتنی بر راهبرد تطبیق‌پذیری مرتبه پایین را بررسی خواهیم کرد و در نهایت روش نوآورانه تکامل نسلی را مبتنی بر آن ارائه خواهیم داد. هدف اصلی در فرآیند تکامل نسلی افزایش دو پارامتر زیبایی بصری و شباهت با نسخه واقعی می‌باشد که بر اساس نمونه گیری آماری از نتایج خروجی مدل‌ها این دو پارامتر به ترتیب و به صورت میانگین 27 و 14 درصد افزایش را نشان می‌دهد.
کلیدواژه خلق تصاویر با هوش مصنوعی، مدل‌های انتشار، بازآموزی شبکه‌های عصبی، تطبیق‌پذیری مرتبه پایین، تکامل نسلی.
آدرس , iran, , iran
پست الکترونیکی sarah.the.comet@gmail.com
 
   generational evolution, an innovative approach for fine-tuning diffusion neural network models  
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved