استفاده از مدل سوئیچ ترنسفورمر در شبکه های متخاصم مولد با وضوح فوق العاده تصاویر با استفاده از رتبه بندی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 162

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

DMECONF10_019

تاریخ نمایه سازی: 1 مرداد 1404

چکیده مقاله:

در سالهای اخیر، مدلهای مبتنی بر یادگیری عمیق به طور گسترده در حوزههای مختلفی از جملههه بینهایی کهامویور و پرداز زبان طبیعی استفاده شدهاند. یکی از مدلهای پیشرفته در این زمینه، رنسفورمرها هستند. سوئیچ رنسفرمر یکی از مدلهای جدیه د و پیشرفته در این حوزه است که با استفاده از مکانیزم وجه خارجی و استفاده از چندین متخصص، بهبود قابل وجهی در دقت و کهارا یی مدلها ایجاد کرده است. ما در این مقاله یک مدل کلی و قابل مایز - ر بهبندی را پیشنهاد میکنیم که می وانهد هههر مع یهه ار ارزیهه ابی کیفیت صورت بدون مرجع را قلید کند و یک هدف واضح (بهعنوان ابع ضرر) برای بهینه سازی کیفیت ادراکی ارائه دهد. مهها ر بهبنهد را به مدل استاندارد شبکه های متخاصم مولد با وضوح فوقالعاده مجهز کهرده و یه ک چهارچوو وضهوح فوق العاده ادراکه ی جدی د - شبکه های متخاصم مولد با وضوح فوقالعاده با ر بهبندی شکیل میدهیم. این رو با رکیب نقاط قوت رو های مختلهو وضهوح فوقالعاده، نتایج بهتری ایجاد میکند. آزمایشهای گسترده نشان میدهد که این رو بادقت ۵۶ درصد عملکرد بهتهر ی نسهبت بهه شبکه های متخاصم مولد با وضوح فوقالعاده با ر بهبندی داشته است و در معیارهای ادراکی به عملکردی پیشرفته میرسد.

نویسندگان

علی عنایتی

دانشجوی کارشناسی ارشد ، دانشگاه جامع امام حسین (ع)

محسن نوروزی

پژوهشگر و مدرس هوش مصنوعی، دانشکده کامپیوتر، شبکه و ارتباطات، دانشگاه جامع امام حسین (ع)