典型文献
生成对抗网络技术与研究进展
文献摘要：
近年来,生成对抗网络(generative adversarial networks,GANs)技术研究成果呈指数级增长,生成对抗网络使用零和博弈论将2个相互竞争的神经网络结合起来,使其能够产生更加清晰、离散的输出.在计算机视觉、医疗、金融等领域的图像和视频处理及生成、数据集增强、时间序列预测等方面已取得重大进展.主要介绍了生成对抗网络的基本框架、理论以及实现过程,分析了近年来主流研究现状,通过回顾生成对抗网络变体及其应用场景列举了亟待改进的问题.此外,还着重讨论了如何采用生成对抗网络隐私措施与处理敏感数据,以及生成对抗网络技术在相关领域的未来发展趋势.
文献关键词：
深度学习;生成对抗网络;数据隐私保护;数据集增强;时间序列预测;差分隐私
中图分类号：
作者姓名：
梁晨;王利斌;李卓群;薛源
作者机构：
北京信息科技大学信息管理学院 北京100192;国网思极网安科技(北京)有限公司互联网业务部 北京102209;北京信息科技大学计算机学院 北京100032;中国人民解放军军事科学院 北京100091
文献出处：
引用格式：
[1]梁晨;王利斌;李卓群;薛源-.生成对抗网络技术与研究进展)[J].信息安全研究,2022(03):235-240
A类：
B类：
生成对抗网络,generative,adversarial,networks,GANs,数级,网络使用,零和博弈,博弈论,相互竞争,计算机视觉,视频处理,数据集增强,时间序列预测,重大进展,基本框架,实现过程,变体,还着,网络隐私,敏感数据,数据隐私保护,差分隐私
AB值：
0.315446
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
