Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Comparing Different Generative Adversarial Networks for Image Generation
ID
Nakov, Dimitar
(
Avtor
),
ID
Žabkar, Jure
(
Mentor
)
Več o mentorju...
PDF - Predstavitvena datoteka,
prenos
(519,88 KB)
MD5: A264058FC0DA99395F8DDC0C295BB9C3
Galerija slik
Izvleček
The thesis focuses on exploring the use of various types of Generative Adversarial Networks (GANs) for image generation. We analyze and compare different types of GANs, evaluating their effectiveness in generating high-quality images. Our approach includes a systematic comparison of architectures, implementation strategies, and the quality of generated images. The goal is to provide insight into the advantages and limitations of individual GAN models and to guide future research in this area, contributing to the development of artificial intelligence. Through comprehensive analysis and comparison of different GAN models, we aim to highlight their role in image generation and potential applications in various industries, such as art, entertainment, medicine, and more.
Jezik:
Angleški jezik
Ključne besede:
GAN
,
Artificial Intelligence
Vrsta gradiva:
Diplomsko delo/naloga
Organizacija:
FRI - Fakulteta za računalništvo in informatiko
Leto izida:
2024
PID:
20.500.12556/RUL-161308
Datum objave v RUL:
09.09.2024
Število ogledov:
29
Število prenosov:
11
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Sekundarni jezik
Jezik:
Slovenski jezik
Naslov:
Primerjava različnih izvedb generativnih nasprotniških mrež za generiranje slik
Izvleček:
Diplomsko delo se osredotoča na raziskovanje uporabe različnih vrst Generativnih Nasprotnih Mrež (GANs) za generiranje slik. Analiziramo in primerjamo različne vrste GANs ter ocenjujemo njihovo učinkovitost pri generiranju visoko kakovostnih slik. Naš pristop vključuje sistematično primerjanje arhitektur, implementacijskih strategij in kakovosti ustvarjenih slik. Cilj je ponuditi vpogled v prednosti in omejitve posameznih modelov GANs ter voditi prihodnje raziskave na tem področju, prispevajoč k razvoju umetne inteligence.
Ključne besede:
GAN
,
Umetna Intelegenca
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj