我正在研究 VAE 模型以生成 X 射线衍射光谱的合成数据。
我试图弄清楚如何测量光谱的质量。目标是生成与训练数据相似但又不同于训练数据的合成数据。光谱应保持其特性，但应在噪声和强度方面有所不同。
我训练了可以产生这些类型光谱的模型（因为我检查了其中一些视觉），但我不知道如何量化与原点 (1) 的差异/相似性以及在一个数据集中生成的合成光谱之间的差异(2)。
有什么方法可以量化这些点吗？
如何确定合成数据的质量？
人工智能
数据集
自动编码器
生成模型
变分自动编码器
算法请求
2021-10-19 17:23:34
1个回答
由于主观性质，合成图像的定量评估通常是困难的。但是，有一些指标，如Inception Score或FID score，可用于评估生成模型，如 GAN 或 VAE。从技术上讲，它考虑了生成数据的两个方面：
- 与训练数据的相似性
- 自身的多样性
尽管这些指标不像我们人类那样评估新图像，但它在社区中被广泛接受。