Réseau antagoniste génératif


Définition

Un réseau antagoniste génératif (RAG) est un algorithme d'apprentissage profond non supervisé. Le RAG est un modèle génératif, il n'est donc pas conçu pour classer des images, mais pour générer des images synthétiques avec un fort degré de réalisme.

Compléments

Dans un RAG, deux réseaux neuronaux profonds sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex. une image), tandis que son adversaire, le réseau discriminateur essaie de détecter si l'image échantillon est réelle ou bien si elle est le résultat du générateur. Les paramètres des deux réseaux sont modifiés selon le résultat de la prédiction du réseau discriminateur, ce qui permet au réseau générateur de produire des images de plus en plus vraisemblables.

Le réseau antagoniste génératif a été inventé par Ian Goodfellow en 2014 alors qu'il était étudiant au laboratoire MILA de l'Université de Montréal.

Français

réseau antagoniste génératif

réseau adverse génératif (emploi plus rare)

réseau adversaire génératif (emploi plus rare)

RAG

réseau génératif antagoniste (emploi plus rare)

Anglais

Generative adversarial network

GAN

Sources

Source : Wikipedia IA

Source: GDT Source : TERMIUM Plus



101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »