人工智能研究的新前线：生成式对抗网络
文献类型：期刊论文
| 作者 | 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
|
| 刊名 | 自动化学报
 |
| 出版日期 | 2018 |
| 卷号 | 44期号:5页码:775-792 |
| 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 |
| 英文摘要 | 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. |
| 语种 | 中文 |
| 源URL | [http://ir.ia.ac.cn/handle/173211/21790]  |
| 专题 | 自动化研究所_复杂系统管理与控制国家重点实验室_先进控制与自动化团队 自动化研究所_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 |
| 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. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
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。