Какие задачи решаются с помощью генеративно-состязательного обучения?

С помощью генеративно-состязательного обучения (GAN) решаются различные задачи, среди них:

• Создание реалистичных изображений. ru.wikipedia.org rating-gamedev.ru Например, генератор может научиться создавать новые лица, которых не существует в реальности, но они будут выглядеть достаточно правдоподобно. rating-gamedev.ru
• Улучшение качества фотографий. ru.wikipedia.org GAN может использоваться для улучшения нечётких или частично испорченных фотографий. ru.wikipedia.org
• Генерация текстовых данных. rating-gamedev.ru scm.etu.ru Например, генератор может быть обучен создавать новые статьи, письма или даже музыкальные композиции на основе уже существующих примеров. rating-gamedev.ru
• Создание 3D-моделей. sky.pro GAN могут использоваться для генерации 3D-моделей для использования в виртуальной реальности или компьютерных играх. sky.pro
• Создание новых последовательностей ДНК. rating-gamedev.ru Это имеет большое значение для исследований и разработки новых лекарственных препаратов. rating-gamedev.ru
• Подготовка кадров фильмов или мультипликации. ru.wikipedia.org
• Воссоздание трёхмерной модели объекта с помощью фрагментарных изображений. ru.wikipedia.org
• Улучшение изображений, полученных из астрономических наблюдений. ru.wikipedia.org