文献类型：期刊文章

作　　者：王坤峰[1,2] 苟超[1,3] 段艳杰[1,3] 林懿伦[1,3] 郑心湖[4] 王飞跃[1,5]

机构地区：[1]中国科学院自动化研究所复杂系统管理与控制国家重点实验室 [2]青岛智能产业技术研究院 [3]中国科学院大学 [4]明尼苏达大学计算机科学与工程学院 [5]国防科学技术大学军事计算实验与平行系统技术研究中心

出　　处：《自动化学报》

基　　金：国家自然科学基金(61533019;71232006;91520301)资助~~

年　　份：2017

卷　　号：43

期　　号：3

起止页码：321-332

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、EI(收录号：20171903656488)、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：生成式对抗网络GAN(Generative adversarial networks)目前已经成为人工智能学界一个热门的研究方向.GAN的基本思想源自博弈论的二人零和博弈,由一个生成器和一个判别器构成,通过对抗学习的方式来训练.目的是估测数据样本的潜在分布并生成新的数据样本.在图像和视觉计算、语音和语言处理、信息安全、棋类比赛等领域,GAN正在被广泛研究,具有巨大的应用前景.本文概括了GAN的研究进展,并进行展望.在总结了GAN的背景、理论与实现模型、应用领域、优缺点及发展趋势之后,本文还讨论了GAN与平行智能的关系,认为GAN可以深化平行系统的虚实互动、交互一体的理念,特别是计算实验的思想,为ACP(Artificial societies,computational experiments,and parallel execution)理论提供了十分具体和丰富的算法支持.

关 键 词：生成式对抗网络  生成式模型  零和博弈 对抗学习  平行智能  ACP方法  

分 类 号：TP18]