对抗学习必读论文集推荐-AMiner

AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

必读论文：https://www.aminer.cn/topic

对抗学习是一种很新的机器学习方法，由加拿大学者Ian Goodfellow首先提出。对抗学习实现的方法，是让两个网络相互竞争对抗，“玩一个游戏”。其中一个是生成器网络，它不断捕捉训练库里真实图片的概率分布，将输入的随机噪声转变成新的样本（也就是假数据）。

另一个是判别器网络，它可以同时观察真实和假造的数据，判断这个数据到底是不是真的。通过反复对抗，生成器和判别器的能力都会不断增强，直到达成一个平衡，最后生成器可生成高质量的、以假乱真的图片。

该论文集共收录118篇论文，最高引用数为5539，其中Ian Goodfellowc发表了6篇相关论文，在所有学者中最多，在华人学者中，University of Technology Sydney的刘伟老师同样有3篇论文发表。

论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64ce