期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
生成对抗网络GAN的研究进展 被引量:12
1
作者 张恩琪 顾广华 +1 位作者 赵晨 赵志明 《计算机应用研究》 CSCD 北大核心 2021年第4期968-974,共7页
基于零和博弈思想的生成式对抗网络(generative adversarial network,GAN)模型的意义在于可通过无监督学习获得数据的分布,并能生成较逼真的数据。它可以应用在很多领域,尤其是在计算机视觉领域中的图像生成方面取得了很大成果,成为当... 基于零和博弈思想的生成式对抗网络(generative adversarial network,GAN)模型的意义在于可通过无监督学习获得数据的分布,并能生成较逼真的数据。它可以应用在很多领域,尤其是在计算机视觉领域中的图像生成方面取得了很大成果,成为当下的一个研究热点。以GAN模型及其在特定领域的应用结果为研究对象,对GAN的改进和扩展的研究成果进行了广泛的研究,并从图像超分辨率重建、文本合成图片等多个实际应用领域展开讨论,系统地梳理、总结出GAN的优势与不足,同时结合自然语言处理、强化学习对GAN的发展趋势及应用前景进行预测分析。 展开更多
关键词 零和博弈思想 生成式对抗网络 无监督学习 图像超分辨率重建 文本合成图片
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部