생성 모델2014
생성적 적대 신경망 (GAN)
생성자와 판별자의 적대적 학습을 제안
GAN 구조: Generator가 가짜 데이터를 생성하고 Discriminator가 판별 (Wikimedia Commons, CC BY-SA)
GAN은 생성자(Generator)가 가짜 데이터를 만들고, 판별자(Discriminator)가 진짜와 가짜를 구분하는 게임 이론 기반의 학습 방법입니다.
핵심 수식
GAN 목적함수
핵심 개념
생성자(Generator)
랜덤 노이즈로부터 사실적인 데이터를 생성하는 네트워크
판별자(Discriminator)
입력 데이터가 진짜인지 가짜인지 판별하는 네트워크
내쉬 균형
생성자와 판별자가 더 이상 개선할 수 없는 게임 이론적 균형 상태
주요 인물
이
이안 굿펠로우
GAN 발명 (2014, 몬트리올 대학)
요
요슈아 벤지오
GAN 논문 공동 저자, '딥러닝 삼인방' 중 한 명
영향 & 의의
사실적인 이미지 생성의 시대를 열었으며, StyleGAN, Pix2Pix, CycleGAN 등 수많은 변형이 등장. 딥페이크 등 사회적 이슈도 함께 제기되었습니다.