{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2024,3,26]]，“日期-时间”：“2024-03-26T02:07:59Z”，“时间戳”：1711418879489}，“引用-计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“7”，“内容域”：{“域”：[]，“交叉标记限制”：false}，“short container-title”：[“AAAI”]，“抽象”：“单幅图像超分辨率（SISR），特别是在现实世界中，通常构建大量LR-HR图像对来学习包含丰富纹理和结构信息的表示。然而，依赖大量数据进行模型训练不仅会降低训练效率，而且会造成沉重的数据存储负担。在本文中，我们尝试对SISR问题的数据集蒸馏（DD）进行开创性研究，以探索如何为该任务精简和压缩数据。与以前直接从原始数据中选择几个典型例子的核心集选择方法不同，我们消除了所选数据无法进一步编辑的限制，并建议合成和优化样本，以保留更多对任务有用的表示。具体来说，通过使用预训练的GAN作为真实数据分布的合适近似，我们提出了GSDD，它基于GAN转换技术在潜在生成空间中提取数据。通过优化它们，使其与信息特征空间中的实际数据分布相匹配，然后可以合成提取的数据。实验结果表明，当使用我们提取的数据进行训练时，GSDD可以获得与最新（SOTA）SISR算法相当的性能，同时可以实现近\u00d78的训练效率提高和近93.2%的数据存储空间节省。对具有挑战性的真实数据进行的进一步实验也证明了GSDD具有良好的泛化能力<\/jats:p>“，”DOI“：”10.1609\/aaai.v38i7.28534“，”type“：”journal-article“，”created“：{”date-parts“：[[2024,3,25]]，”date-time“：”2024-03-25T10:04:27Z“，”timestamp“：1711361067000}“，”page“：“7069-7077”，“source”：“Crossref”，“is-referenced-by-count”：0，“title”：[“GSDD:图像超分辨率生成空间数据集提取”]，“prefix”：“10.1609”，“卷”：“38”，“作者”：[{“给定”：“海羽”，“家庭”：“张”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“少林”，“家族”：“苏”，“顺序”：“附加”，“附属关系”：[]}、{“给予”：“余”，“家人”：“朱”，“序号”：“额外”，“隶属关系”：【】}，}“给定的”：“金秋”，“家”：“孙”，“次序”：“添加”，“归属关系”：〔〕}，{“给定”：“延宁”，“家庭”：“张”，“sequence“：”additional“，”affiliation“：[]}]，”member“：”9382“，”published-online“：{”date-parts“：[2024,3,24]]}，”container-title“：[”AAAI人工智能会议记录“]，”original-title”：[]，”link“：[{”URL“https:\/\/ojs.AAAI.org\/index.php\/AAAAI\/article\/download\/28534\/29041“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/ojs.aaai.org\/index.php\/aaai\/aarticle\/download\/28534\/29042”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“text-miniing”}，}“URL“：”https:\//ojs.aaai.org\/index.php\aaai\/article\/ownload\/2834\/29041“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2024,3,25]]，”date-time“：”2024-03-25T10:04:27Z“，”timestamp“：1711361067000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\\/ojs.aaai.org\/index.php\/AAAAI\/article\/view\/28534”}，“subtitle”：[]，“shortitle”：[]，“已发布”：{“日期部分”：[[2024,3,24]]}，“references-count“：0，”journal-issue“：{”issue“：“7”，”published-online“：{”date-parts“：[[2024,3,25]]}}，”URL“：”http://\\dx.doi.org\/10.1609\/aaai.v38i7.28534“，”relationship“：{}，“ISSN”：[“2374-3468”，“2159-5399”]，“ISSN-type”：[{“value”：“2374-468”，“type”:“electronic”}，{“value”“：”2159-5399“，”type“：”print“}]，”subject“：[]，”published“：{”date-parts“：[2024,3,24]]}}