生成对抗网络的研究进展综述

• 全文链接
• 请求原文

作   者：

吴少乾;  李西明; 

作者机构：

华南农业大学数学与信息学院; 

关键词：

生成模型;  散度函数;  神经网络;  生成对抗网络(GANs); 

期刊名称：

计算机科学与探索

i s s n：

1673-9418

年卷期：

2020 年 03 期

页   码：

377-388

摘   要：

自生成对抗网络(GANs)诞生以来,对其研究已经成为机器学习领域的一个热点。它利用对抗学习的机制训练模型,解决了当年生成算法无法解决的问题。由于GANs的优势,研究者们对其进行深入的研究,产生了许多GANs的衍生模型,这使得GANs得到了快速的发展,形成了所谓的GAN-Zoo。GANs被广泛应用于视觉领域、音频领域、自然语言领域及其他各种领域中,如图像生成、图像翻译、文本生成、音频转换和自然语言翻译等。从传统GANs出发,对近几年内GANs的研究中较为突出的方面进行总结,首先介绍了传统GANs的基本理论,然后对近年来GANs的主要衍生模型进行分析,最后总结了GANs在图像领域和信息安全领域中的主要应用成果。