【儀表網(wǎng) 研發(fā)快訊】中國(guó)科學(xué)技術(shù)大學(xué)九韶團(tuán)隊(duì)研究了模式崩潰發(fā)生的根本機(jī)理，基于數(shù)學(xué)理論分析提出了一種新方法定量檢測(cè)和解決生成對(duì)抗網(wǎng)絡(luò)(GANs)中的模式崩潰問(wèn)題。該成果以“DynGAN: Solving Mode Collapse in GANs with Dynamic Clustering”為題發(fā)表在國(guó)際知名學(xué)術(shù)期刊IEEE Transactionson Pattern Analysis and Machine Intelligence。
 

　　圖1：什么是模式崩潰現(xiàn)象。(注：圖截取自文獻(xiàn)：Goodfellow, Ian. "NIPS 2016 tutorial: Generative adversarial networks." arXiv preprint arXiv:1701.00160 (2016).)
 

　　生成對(duì)抗網(wǎng)絡(luò)(GAN)是廣泛使用的生成模型，通過(guò)學(xué)習(xí)真實(shí)樣本的分布用于合成復(fù)雜逼真的數(shù)據(jù)。然而，模式崩潰(mode collapse)是生成對(duì)抗網(wǎng)絡(luò)面臨的一個(gè)重要挑戰(zhàn)，即生成樣本的多樣性明顯低于真實(shí)樣本的多樣性，這對(duì)進(jìn)一步應(yīng)用造成了困擾。由于生成對(duì)抗網(wǎng)絡(luò)及其訓(xùn)練過(guò)程的復(fù)雜性，涉及多種可能的因素和環(huán)節(jié)，一直無(wú)法明確究竟是何種機(jī)理導(dǎo)致模式崩潰的發(fā)生。
 

圖2：模式崩潰發(fā)生的根本機(jī)理。
 

　　經(jīng)過(guò)深入研究，研究團(tuán)隊(duì)發(fā)現(xiàn)了生成對(duì)抗網(wǎng)絡(luò)產(chǎn)生模式崩潰的根本機(jī)理。理論分析表明，當(dāng)真實(shí)數(shù)據(jù)存在多個(gè)模式時(shí)，生成器損失函數(shù)關(guān)于其參數(shù)是非凸的。具體地，導(dǎo)致生成分布僅覆蓋真實(shí)分布的部分模式的參數(shù)，是生成器損失函數(shù)的局部極小點(diǎn)。
 

圖3：解決模式崩潰的新方法。
 

　　為了解決模式崩潰問(wèn)題，我們提出了一個(gè)統(tǒng)一的框架，稱(chēng)為動(dòng)態(tài)生成對(duì)抗網(wǎng)絡(luò)(Dynamic GAN,DynGAN)。該方法通過(guò)對(duì)可觀察的判別器輸出設(shè)置相應(yīng)閾值，檢測(cè)出生成器無(wú)法生成的樣本(崩潰樣本)，根據(jù)這些崩潰樣本劃分訓(xùn)練集，然后在這些劃分上訓(xùn)練動(dòng)態(tài)條件的生成模型。
 

圖4：DynGAN在合成數(shù)據(jù)集上的表現(xiàn)。
 

圖5：DynGAN在現(xiàn)實(shí)世界數(shù)據(jù)集上的效果。
 

　　研究結(jié)果理論確保了所提新方法DynGAN的漸進(jìn)式模式覆蓋。合成數(shù)據(jù)集和現(xiàn)實(shí)世界數(shù)據(jù)集的實(shí)驗(yàn)表明，DynGAN在克服模式崩潰方面超過(guò)了現(xiàn)有GAN及其變體。該研究工作不僅推進(jìn)了生成對(duì)抗網(wǎng)絡(luò)的理論研究，也為完善生成模型的模式覆蓋提供了重要的實(shí)現(xiàn)手段。
 

　　中國(guó)科學(xué)技術(shù)大學(xué)羅翌新博士、楊周旺教授分別是該工作的第一作者和通訊作者。本項(xiàng)研究獲得了國(guó)家自然科學(xué)基金委重大研究計(jì)劃、科技部國(guó)家重點(diǎn)研究計(jì)劃“數(shù)學(xué)和應(yīng)用研究”重點(diǎn)專(zhuān)項(xiàng)、中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專(zhuān)項(xiàng)、安徽省重大科技攻關(guān)專(zhuān)項(xiàng)等基金項(xiàng)目的支持。
 

　　論文鏈接：https://doi.org/10.1109/TPAMI.2024.3367532
 

　　Yixin Luo,Zhouwang Yang*. DynGAN: Solving Mode Collapse in GANs with Dynamic Clustering.IEEE Transactions on Pattern Analysis and Machine Intelligence,p1-12, 20 February 2024.(數(shù)學(xué)科學(xué)學(xué)院、科研部)