Zu wenig Daten verfügbar für die meisten Anwendungsfälle von Convolutional Neural Networks (CNN).
Datenanreicherung mithilfe Deconvolutional Neural Networks, um robustere CNN Modelle trainieren zu können.
Erzeugung künstlicher Daten basieren auf: Dosovitskiy, A., Springenberg, J. T., Tatarchenko, M., & Brox, T. (2017). Learning to generate chairs, tables and cars with convolutional networks. IEEE transactions on pattern analysis and machine intelligence, 39(4), 692-705.