Rete antagonista generativa

Da Wikipedia, l'enciclopedia libera.
Jump to navigation Jump to search

Le reti antagoniste generative, o in inglese generative adversarial networks (GAN), sono una classe di algoritmi di intelligenza artificiale usati nell'apprendimento automatico non supervisionato, che implementa due sistemi di reti neurali che si sfidano l'una con l'altra in un framework di gioco a somma zero.

Sono state introdotte da Ian Goodfellow nel 2014[1]

Questa tecnica può generare fotografie che risultano autentiche ad osservatori umani[2].

Applicazioni[modifica | modifica wikitesto]

Le GAN sono state usate per produrre campioni di immagini fotorealistiche nel campo del design degli interni e del design industriale. Sarebbero usate da Facebook[3].

Hanno modellato pattern di video[4] Sono state usate per ricostruire modelli 3D di oggetti da immagini[5] e per migliorare immagini astronomiche dal Politecnico di Zurigo[6]

Note[modifica | modifica wikitesto]


  1. ^ Template:Cita rivista
  2. ^ Template:Cita arXiv
  3. ^ Larry Greenemeier, When Will Computers Have Common Sense? Ask Facebook, su Scientific American, 20 giugno 2016. URL consultato il 31 luglio 2016.
  4. ^ Generating Videos with Scene Dynamics, su web.mit.edu.
  5. ^ 3D Generative Adversarial Network, su 3dgan.csail.mit.edu.
  6. ^ Kevin Schawinski, Ce Zhang, Hantian Zhang, Lucas Fowler e Gokula Krishnan Santhanam, Generative Adversarial Networks recover features in astrophysical images of galaxies beyond the deconvolution limit, in Monthly Notices of the Royal Astronomical Society: Letters, 1º febbraio 2017, pp. slx008, DOI:10.1093/mnrasl/slx008, arXiv:1702.00403.