生成对抗网络GAN综述

摘要：

人能够理解事物运动的方式,因此对事物未来发展的预测比机器准.不过,作为一种新的深度神经网络系统,GAN(Generative Adversarial Network)生成的数据非常逼真,连人也无法辨别数据是真实的还是生成的.从某种意义上讲,GAN为指导人工智能系统完成复杂任务提供了一种全新的思路,让机器成为了一个专家.首先,讨论了GAN的基本模型和一些改进的GAN模型;然后,展示了GAN在超分辨图像生成、由文本描述生成图像、艺术风格图像生成和短视频生成方面的应用成果;最后,探讨了GAN在理论、架构和应用方面所面临的问题和其未来的研究方向.

关键词：人工智能、深度学习、生成对抗网络、生成器、判别器

所属期刊栏目：46

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61771265,61340037;江苏省现代教育技术研究课题2017-R-54131;南通大学-南通智能信息技术联合研究中心开放课题KFKT2016B06

在线出版日期：2019-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：74-81