作者： Jie Gui, Zhenan Sun, Yonggang Wen, Dacheng Tao, Jieping Ye
提交日期： 2020年1月20日
主题/分类： 计算机科学 > 机器学习 (cs.LG)；机器学习 (stat.ML)
摘要：
生成对抗网络（GANs）是近年来的一个热门研究课题。自2014年以来，GANs得到了广泛研究，并提出了大量算法。然而，很少有全面的研究来解释不同GAN变体之间的联系及其演变过程。本文试图从算法、理论和应用的角度对各种GAN方法进行综述。首先，详细介绍了大多数GAN算法的动机、数学表示和结构。此外，GANs已与其他机器学习算法相结合，用于特定应用，如半监督学习、迁移学习和强化学习。本文比较了这些GAN方法的共性和差异。其次，研究了与GANs相关的理论问题。第三，阐述了GANs在图像处理和计算机视觉、自然语言处理、音乐、语音和音频、医学领域以及数据科学中的典型应用。最后，指出了GANs未来的开放性研究问题。