Pytorch实现之使用生成对抗神经网络平衡数据
简介
简介：论文主要解决类别不平衡问题，即数据集中某些类别的样本数量远少于其他类别。这种不平衡会导致分类器偏向多数类，降低对少数类的预测性能。论文提出使用生成对抗网络生成少数类样本，以平衡数据集。具体方法包括：自编码器（Autoencoder）和GAN。
论文题目：Balancing Imbalanced Datasets Using Generative Adversarial Neural Networks（使用生成对抗神经网络平衡不平衡数据集）
会议：2021 29th Telecommunications F