网络与信息安全学报2021，Vol.7Issue(4) ：68-85.DOI:10.11959/j.issn.2096-109x.2021080

生成对抗网络研究综述

Survey of generative adversarial network

王正龙 张保稳
网络与信息安全学报2021，Vol.7Issue(4) ：68-85.DOI:10.11959/j.issn.2096-109x.2021080
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

生成对抗网络研究综述

Survey of generative adversarial network

王正龙 1张保稳2
扫码查看

作者信息

  • 1. 上海交通大学网络安全技术研究院,上海200240
  • 2. 上海交通大学网络安全技术研究院,上海200240;上海市信息安全综合管理技术研究重点实验室,上海200240
  • 折叠

摘要

首先介绍了生成对抗网络基本理论、应用场景和研究现状,并列举了其亟待改进的问题.围绕针对提升模型训练效率、提升生成样本质量和降低模式崩溃现象发生可能性3类问题的解决,从模型结构和训练过程两大改进方向和7个细分维度,对近年来生成对抗网络的主要研究工作、改进机理和特点进行了归纳和总结,并结合3方面对其未来的研究方向进行了探讨.

关键词

生成对抗网络/生成模型/深度学习/模式崩溃/分布距离度量/神经网络鲁棒性

引用本文复制引用

基金项目

出版年

2021
网络与信息安全学报
人民邮电出版社

网络与信息安全学报

CSTPCD
ISSN：2096-109X
被引量10
参考文献量4
段落导航相关论文