¿Se puede utilizar un GAN para aumentar los datos?

Question

¿Puede utilizarse una red generativa adversarial (GAN) para aumentar los datos (es decir, para generar ejemplos sintéticos que se añaden a un conjunto de datos)? ¿Tendría alguna repercusión en el rendimiento de un modelo entrenado con el conjunto de datos aumentado?

Answer 1

En el caso de las tareas visuales, el aumento de los datos puede lograrse a menudo mediante la rotación, el escalado o la reorganización de los parches. Estas transformaciones no añaden necesariamente información, pero pueden ser útiles para que los modelos aprendan a generalizar mejor.

El generador de un GAN aprende una distribución compleja a partir de sus datos de entrenamiento de los que puede tomar muestras, y puede ver estas nuevas muestras como otro tipo de transformación de los datos originales, similar a la rotación, el escalado, etc.