VALSE 短教程 第08期：生成对抗网络

短教程讲师：桂杰 (东南大学)

B站观看网址：

https://www.bilibili.com/video/BV1wN411b7Xh/

讲师简介：

桂杰博士，东南大学青年首席教授、博士生导师，国家青年高层次人才 (国家级四青人才)。2010年获中国科学技术大学模式识别与智能系统专业博士学位，2012年获得澳大利亚长江研究学者奋进奖学金，在澳大利亚悉尼科技大学量子计算和智能系统中心进行合作研究。曾先后在美国罗格斯大学和密西根大学从事研究工作。目前主要从事模式识别、机器学习、图像处理、计算机视觉及人工智能安全等方面的研究，是CCF杰出会员、IEEE高级会员、 ACM高级会员、中国人工智能学会高级会员和中国图象图形学学会高级会员。荣获2021年度江苏省计算机学会“青年科技奖”， 2022年度江苏省网络空间安全学会“青年科技奖”， 2022年度江苏省计算机学会“优秀科技工作者”。担任JCR一区期刊IEEE Transactions on Circuits and Systems for Video Technology (T-CSVT), Artificial Intelligence Review, Neural Networks和Neurocomputing的编委 (Associate editor, AE)，是多个国际SCI期刊TPAMI,TNNLS, TCYB, TIP, TIFS等的审稿人。近年来，在国际学术期刊和会议上发表学术论文七十多篇，有多篇SCI高被引论文。

个人主页：

https://guijiejie.github.io/index.html

短教程摘要：

生成对抗网络是目前一个非常热门的研究话题，图灵奖得主Lecun在Quora说过“GANs are the most interesting idea in the last 10 years in machine learning (生成对抗网络是机器学习在过去十年最有趣的idea)。”我们主要从算法、理论和应用三个方面对生成对抗网络进行了综述，这个论文已经发表在TKDE，在谷歌学术搜索已经被引用超过六百二十次。

论文链接：

https://github.com/guijiejie/guijiejie.github.io/blob/master/TKDE3130191.pdf

https://github.com/guijiejie/guijiejie.github.io/blob/master/GAN_TKDE_Supp.pdf

参考文献：

[1] J. Gui, Z. Sun, Y. Wen, D. Tao, J. Ye, “A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications”, IEEE Transactions on Knowledge and Data Engineering (TKDE), vol. 35, no. 4, pp. 3313-3332, 2023.