计算机工程

作者：柴梦婷, 朱远平

单位：天津师范大学 计算机与信息工程学院, 天津 300387

关键词：生成式对抗网络,生成式模型,对抗学习,深度学习,人工智能

基金：国家自然科学基金（61602345，61703306）；天津市科技计划项目（14RCGFGX00847）。

基于零和博弈思想的生成式对抗网络（GAN）可通过无监督学习获得数据的分布，并生成较逼真的数据。基于GAN的基础概念及理论框架，研究各类GAN模型及其在特定领域的应用情况，从数据相似性度量、模型框架、训练方法3个方面进行分析，对GAN改进与扩展的相关研究成果进行总结，并从图像合成、风格迁移等应用领域展开讨论，归纳出GAN的优势与不足，同时对其应用前景进行展望。分析结果表明，GAN的学习能力与可塑性强，改进潜力大，应用范围广，但其发展面临的挑战是训练过程不稳定，且缺乏生成数据质量的客观评价标准。

来源：2019年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第9期