基于生成对抗网络的自监督表示学习研究及应用

《基于生成对抗网络的自监督表示学习研究及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、８６３单：分类号１０３３５：ＴＭ位代码学号：１１５３５００７博士学位论文⑩中文论文题目：基于生成对抗网络的自监督表示学习研究及应用－英文论文题目：ＲｅｓｅａｒｃｈｏｆＳｅ丨ｆｓｕｐｅｒｖｉｓｅｄＲｅｒｅｓｅｎｔａｔｉｏｎＬｅａｒｎｉｎｇｐｂａｓｅｄｏｎＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋｓ申请人姓名：翟中华指导教师：ｍ：专业名称：应用数学研究方向：深度学习所在学院：数学科学学院论文提交Ｕ期２０１８年７月１０Ｕ基于生成对抗网络的自

2、监督表示学习研究及应用⑩论文作者签名：指导教师签名：论文评阅人１：隐名评阅评阅人２：隐名评阅评阅人３：隐名评阅评阅人４：隐名评阅评阅人５：隐名评阅答辩委员会主席：张振跃教授浙江大学委员１：翟健教授浙江大学委员２：张三元教授浙江大学委员３：管秋教授浙江工业大学委员４：徐岗教授杭州电子科技大学委员５：答辩日期：２０１８年９月１６日－ＲｅｓｅａｒｃｈｏｆＳｅｌｆｓｕｐｅｒｖｉｓｅｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＬｅａｒｎｉｎｇｂａｓｅｄ

3、ｏｎＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋｓＡ’ｕｔｈｏｒｓｓｉｇｎａｔｕｒｅ：’Ｓｕｐｅｒｖｉｓｏｒｓｓｉｇｎａｔｕｒｅ：ＥｘｔｅｒｎａｌＲｅｖｉｅｗｅｒｓ：ＡｎｏｎｍｏｕｓＲｅｖｉｅｗｅｒｙＡｎｏｎｍｏｕｓＲｅｖｉｅｗｅｒｙＡｎｏｎｙｍｏｕｓＲｅｖｉｅｗｅｒＡｎｏｎｍｏｕｓＲｅｖｉｅｗｅｒｙＡｎｏｎｍｏｕｓＲｅｖｉｅｗｅｒｙＥｘａｍｉｎｉｎＣｏｍｍｉｔｔｅｅＣｈａｉｒｅｒｓｏｎ：ｇｐＺｈａｎＺｈｅｎｕｅ＼ＰｒｏｆｅｓｓｏｒＺｈｅｉａｎＵｎｉｖｅｒｓｉｔｇｙ＼ｊｇｙ

4、ＥｘａｍｉｎｉｎＣｏｍｍｉｔｔｅｅＭｅｍｂｅｒｓ：ｇＺｈａｉＪｉａｎ＼Ｐｒｏｆｅｓｓｏｒ＼ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙＺｈａｎＳａｎｕａｎＰｒｏｆｅｓｓｏｒＺｈｅｉａｎＵｎｉｖｅｒｓｉｔｇｙ＼＼ｊｇｙＧｕａｎＱｉｕ＼ＰｒｏｆｅｓｓｏｒＺｈｅｉａｎＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏ＼ｊｇｙｇｙＸｕＧａｎＰｒｏｆｅｓｓｏｒＨａｎｚｈｏｕＤｉａｎｚｉＵｎｉｖｅｒｓｉｔｇ＼＼ｇｙＤａｔｅｏｆｏｒａｌｄｅｆｅｎｃｅ：Ｓｅｔｅｍｂｅｒ１６ｔｈ２０１８ｐ，浙江大学研宄生学位论文独创性声明

5、本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研宄成一。果，也不包含为获得浙江大学或其他教育机构的学位或证书而使用过的材料与我同工作的同志对本研宄所做的任何贡献均己在论文中作了明确的说明并表示谢意。２０１８１：６日学位论文作者签名：ｇ签字日期年９月学位论文版权使用授权书本学位论文作者完全了解浙江大学有权保留并向国家有关部门或机构送交本论文。的复印件和磁盘，允许论文被查阅和借阅本人授权浙江大学可以将学位论文的全部或部、分内容编入

6、有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存汇编学位论文。（保密的学位论文在解密后适用本授权书）：学位论文作者签名：导师签名２０１８年９月１６日签字日期：２０１８年９月１６日签字日期：摘要信息处理任务的难易程度取决于信息被呈现的方式一，这原则无论对日常生活还是对计算机科学都适用（或特征表示）根据应。机器学习方法的性能更是重度依赖于数据表示用场景的选择。一种数据表示，它抽取有用信息表示学习尝试学习，即寻找从高维形式到潜向量这种一低维形式的映射。表示学习是种提取样本特征的特殊降维，这种降维使得分类器或

7、其它预测模型更为有效。学习有效的表示映射及其逆映射在图像处理和图像理解研究中都是极为重要的问题。本文基于深度卷积神经网络框架和生成对抗网络理论，主要关注和讨论了表示学习领一域的些挑战性问题：。本文的创新性成果主要包括如下内容１，利．针对表示学习方法中常见的信息丟失和语义不明确等问题用数据流形的自然聚类性质。，提出了基于生成对抗网络的表示学习方法一学习有效的表示映射及其逆映射是个极为重要的问题，然而大多数表示学习算法都需要在尽可能多地保留与输入相关的信息和追求良好的性质（如独立性）之间作出权衡。表示学习中较为常见的信息丢失的难题

8、在图像层面体现为经过表示