generative-adversarial-network

GenONet是一种新颖的深度学习架构，它在生成对抗网络框架内使用深度算子网络进行高分辨率降水临近预报，能够生成清晰且物理一致的预测。

本文提出GraphGAN，一种基于图的生成对抗网络，用于下一代网络中的自适应DDoS攻击检测，解决了类别不平衡问题，并在基准数据集上取得了优越的性能。

本文提出一个模型引导的框架，利用AI发现和生成面部情绪刺激，最大化自闭症与神经典型个体之间的感知差异，并证明群体差异集中在少数表情上。

提出了CAGI，一个将聚类与生成对抗网络相结合的框架，通过利用潜在子组结构改进缺失数据插补，在基准数据集上取得了优越性能。