关于GAN在时间序列问题中的想法

首先本文的主旨思路是根据GENERATIVE ADVERSARIAL NETWORKS IN TIME SERIES: A SURVEY AND TAXONOMY一文来的。论文链接：https://arxiv.org/pdf/2107.11098.pdf

1. GAN存在的问题
   ①内部稳定性问题：GAN在训练过程中容易不收敛、梯度消失\爆炸、模式崩溃。对于不收敛的模型会连续震荡导致发散，梯度消失会阻止生成器学习任何东西因为判别器的性能已经非常好；模式崩溃是指当生成器崩溃时，产生的样本基本上是一致的没有变化。
   ②评价指标：对于时间序列问题的评价指标相对较少，虽然有不同的方法，但是并没有一致认可的指标。