%0 Journal Article %A 吴少乾 %A 李西明 %T 生成对抗网络的研究进展综述 %D 2020 %R 10.3778/j.issn.1673-9418.1909058 %J 计算机科学与探索 %P 377-388 %V 14 %N 3 %X

自生成对抗网络(GANs)诞生以来,对其研究已经成为机器学习领域的一个热点。它利用对抗学习的机制训练模型,解决了当年生成算法无法解决的问题。由于GANs的优势,研究者们对其进行深入的研究,产生了许多GANs的衍生模型,这使得GANs得到了快速的发展,形成了所谓的GAN-Zoo。GANs被广泛应用于视觉领域、音频领域、自然语言领域及其他各种领域中,如图像生成、图像翻译、文本生成、音频转换和自然语言翻译等。从传统GANs出发,对近几年内GANs的研究中较为突出的方面进行总结,首先介绍了传统GANs的基本理论,然后对近年来GANs的主要衍生模型进行分析,最后总结了GANs在图像领域和信息安全领域中的主要应用成果。

%U http://fcst.ceaj.org/CN/10.3778/j.issn.1673-9418.1909058