人工智能研究的新前线:生成式对抗网络
林懿伦1,2,3; 戴星原1,2,3; 李力4; 王晓1,3; 王飞跃1,5,6
发表期刊自动化学报
2018
卷号44期号:5页码:775-792
摘要

生成式对抗网络(Generative adversarial networks, GAN) 是当前人工智能学界最为重要的研究热点之一. 其突出的生成能力不仅可用于生成各类图像和自然语言数据, 还启发和推动了各类半监督学习和无监督学习任务的发展. 本文概括了GAN 的基本思想, 并对近年来相关的理论与应用研究进行了梳理, 总结了GAN 常见的网络结构与训练方法, 博弈形式, 集成方法, 并对一些应用场景进行了介绍. 在此基础上, 本文对GAN 发展的内在逻辑进行了归纳总结.
 

其他摘要

Recently, generative adversarial networks (GAN) have become one of the most popular topics in artificial intelligent field. Its outstanding capability of generating realistic samples not only revived the research of generative model, but also inspired the research of semi-supervised learning and unsupervised learning. In this paper, we introduce the basic idea of GAN, and comb its recent development in theory and practice. By concluding its improvements of network structures, optimization methods, the form of the game, the ensemble methods, and its applications, we found the inner logic of its development.

关键词深度学习 生成式对抗网络 生成模型 对抗学习 平行学习
收录类别中文核心期刊要目总览
语种中文
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/21790
专题复杂系统管理与控制国家重点实验室_平行智能技术与系统团队
复杂系统管理与控制国家重点实验室
作者单位1.中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京100190
2.中国科学院大学 北京 100049
3.青岛智能产业技术研究院 青岛 266109
4.北京信息科学与技术国家研究中心, 清华大学自动化系 北京 100084
5.国防科学技术大学军事计算实验与平行系统技术中心 长沙 410073
6.中国科学院大学中国经济与社会安全研究中心 北京 101408
第一作者单位中国科学院自动化研究所
推荐引用方式
GB/T 7714
林懿伦,戴星原,李力,等. 人工智能研究的新前线:生成式对抗网络[J]. 自动化学报,2018,44(5):775-792.
APA 林懿伦,戴星原,李力,王晓,&王飞跃.(2018).人工智能研究的新前线:生成式对抗网络.自动化学报,44(5),775-792.
MLA 林懿伦,et al."人工智能研究的新前线:生成式对抗网络".自动化学报 44.5(2018):775-792.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
人工智能研究的新前线:生成式对抗网络.p(6766KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[林懿伦]的文章
[戴星原]的文章
[李力]的文章
百度学术
百度学术中相似的文章
[林懿伦]的文章
[戴星原]的文章
[李力]的文章
必应学术
必应学术中相似的文章
[林懿伦]的文章
[戴星原]的文章
[李力]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 人工智能研究的新前线:生成式对抗网络.pdf
格式: Adobe PDF
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。