典型文献
生成式对抗网络研究综述
文献摘要：
生成式对抗网络(GAN)凭借其强大的对抗学习能力受到越来越多研究者的青睐,并在诸多领域内展现出巨大的潜力.阐述了GAN的发展背景、架构、目标函数,分析了训练过程中出现模式崩溃和梯度消失的原因,并详细介绍了通过架构变化和目标函数修改而提出GAN衍生模型,对一些用来评估生成图像质量和多样性的标准进行了小结,总结了GAN在不同领域的广泛应用,总结全文并对该领域未来的研究方向提出一些展望.
文献关键词：
机器学习;生成式对抗网络;图像生成;无监督学习
中图分类号：
作者姓名：
孙书魁;范菁;曲金帅;路佩东
作者机构：
云南民族大学 电气信息工程学院,昆明 650000;云南民族大学 云南省高校信息与通信安全灾备重点实验室,昆明 650000
文献出处：
引用格式：
[1]孙书魁;范菁;曲金帅;路佩东-.生成式对抗网络研究综述)[J].计算机工程与应用,2022(18):90-103
A类：
B类：
生成式对抗网络,GAN,对抗学习,训练过程,模式崩溃,梯度消失,衍生模型,成图,图像质量,小结,图像生成,无监督学习
AB值：
0.311602
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。
