Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Adds GAN #59

Open
wants to merge 1 commit into
base: master
Choose a base branch
from
Open
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
36 changes: 36 additions & 0 deletions 5-tratamentodedados/opcoes/GAN.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,36 @@
# Generative Adversarial Networks

- Tipo de aprendizado: Não-supervisionado, supervisionado, podendo, inclusive, ser por reforço
- Subcategoria: Classificação, geração e regressão
- Autoria: Goodfellow, Ian, et al. *“Generative adversarial nets.” Advances in Neural Information Processing Systems* (2014).

## Descrição

Esse algoritmo realiza a disputa entre duas (ou mais) redes neurais em uma epécie de [jogo de soma-zero](https://pt.wikipedia.org/wiki/Soma-zero), uma (gerador) realiza a função de *ataque* gerando, a partir de um conjunto de treinamento, dados com a função de *enganar* a outra rede (discriminador) que é treinada para diferenciar os dados gerados pela rede atacante dos dados de seu conjunto de treinamento (ou teste).

O resultado final é a geração de um conjunto de dados sintéticos com características muito próximas dos conjuntos de dados de treinamento e teste, podendo, inclusive, ser indistiguível a um humano a manipulação do mesmo.

### Onde é usado (tecnicamente)

Usado para treinamento de um modelo gerador, que, por sua vez, pode ser usado para treinar um modelo discriminativo.

### Como é utilizado

Dado um conjunto de treinamento e duas redes neurais, uma para geração e outra para classificação, a GAN deve ser capaz de ser treinada de forma não-supervisionada, podendo sê-la de forma supervisionada ou por reforço a fim de otimizar o discriminador e/ou gerador.

### Exemplos de caso de uso

Utilizado como gerador de mídias sintéticas, como [Deepfake](https://pt.wikipedia.org/wiki/Deepfake), ou para geração de *Arte de Inteligência Artificial*; mas também para realizar a expansão de um conjunto de treinamento para um outro algoritmo de aprendizagem, assim como aumento de resoluções e reconstrução de dados a partir de recortes dos mesmos.

### Diagrama da Rede

![GAN](imgs/GAN.png)
Fonte: [Neural Network Zoo](https://www.asimovinstitute.org/neural-network-zoo/)

## Referências

[Artigo Original](https://arxiv.org/pdf/1406.2661v1.pdf)

[Wikipedia](https://en.wikipedia.org/wiki/Generative_adversarial_network)

[Azimov Institute](https://www.asimovinstitute.org/neural-network-zoo/)
Binary file added 5-tratamentodedados/opcoes/imgs/GAN.png
Loading
Sorry, something went wrong. Reload?
Sorry, we cannot display this file.
Sorry, this file is invalid so it cannot be displayed.