梯度策略的多目标GANs帕累托最优解算法

摘要：

针对基于梯度策略的多目标优化算法无法适用于多目标、高维度的生成对抗网络(Generative Adversarial Nets,GANs)及多目标GANs中利用交叉验证产生次优解,极难求得最优解等问题,提出一种基于梯度策略的多目标GANs帕累托最优解算法.该算法采用硬参数共享方式,将多目标优化分解为多个两目标优化,确定多目标权重参数后,沿着梯度方向进行线性搜索,最终确定帕累托最优解.理论上,在弱条件约束下,证明了所提算法能够确切地产生帕累托最优解.实验上,将所提算法应用到图像处理的常见领域,对比所提算法与原算法的性能.结果表明,当目标数量大于2时,所提算法能够产生明显的性能优势.

关键词：梯度策略、多目标生成对抗网络、帕累托最优解、图像处理

所属期刊栏目：57

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;四川省科技厅项目;四川省教育厅项目

在线出版日期：2021-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：89-95