شبكات تنافسية توليدية قابلة للتفسير

لا يزال تعلم تمثيل منفصل تحديًا في مجال قابلية تفسير الشبكات التنافسية التوليدية (GANs). تقترح هذه الورقة طريقة عامة لتعديل GAN التقليدي إلى GAN قابل للتفسير، مما يضمن أن المرشحات في طبقة وسيطة من المولد تقوم بتشفير مفاهيم بصرية محلية مفصولة. من المفترض أن تقوم كل مرشحة في الطبقة بتوليد مناطق صورة تتوافق باستمرار مع نفس المفهوم البصري عند توليد صور مختلفة. يتعلم GAN القابل للتفسير اكتشاف مفاهيم بصرية ذات معنى تلقائيًا دون أي توضيحات لمفاهيم بصرية. يتيح GAN القابل للتفسير للناس تعديل مفهوم بصري محدد على الصور المولدة من خلال التلاعب بخرائط الميزات للمرشحات المقابلة في الطبقة. يمكن تطبيق طريقتنا على أنواع مختلفة من GANs. أظهرت التجارب فعالية طريقتنا.