Generative Adversarial Networks: zero-sum game in game theory

سال انتشار: 1401
محل انتشار: هفتمین کنفرانس ملی و اولین کنفرانس بین المللی محاسبات توزیعی و پردازش داده های بزرگ
کد COI اختصاصی: DCBDP07_048
زبان مقاله: انگلیسی
تعداد مشاهده: 203

نویسندگان

Department of Computer Engineering Faculty of Engineering, Arak University ۳۸۱۵۶-۸-۸۳۴۹ Arak, Iran

چکیده

Generative Adversarial Networks (GAN) has recently received considerable attention in the intelligence community because of their ability to generate high quality and significant data. GAN is a game between two players where one player’s loss is the gain of another and that is a way to reach Nash that is balanced by the sum of zero. Despite these networks over the years, this paper examines the theoretical aspects of the game in GAN and how it plays. Then the research discusses the type of game in these networks. Later, after examining the challenges of this network, it will be implemented while maintaining equilibrium.

کلیدواژه ها

Generative Adversarial Network (GAN), Game Theory, Zero-sum Game, Nash Equilibrium, Deep Learning

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.