معنی اصطلاح تخصصی "Generative Adversarial Network (GAN) " در علم داده

Generative Adversarial Network (GAN) یا شبکه مولد متخاصم(خصمانه) یک مدل یادگیری عمیق در علم داده و هوش مصنوعی است که برای تولید داده‌های جدید و واقعی مشابه با داده‌های موجود استفاده می‌شود.

این مدل از دو شبکه عصبی اصلی تشکیل شده که به صورت خصمانه با یکدیگر رقابت می‌کنند:

1. Generator: وظیفه این شبکه تولید داده‌های جعلی است که تا حد ممکن شبیه به داده‌های واقعی باشند.

2.Discriminator: وظیفه این شبکه شناسایی داده‌های واقعی از داده‌های جعلی تولید شده توسط generato  است.

در طی فرآیند آموزش، generator تلاش می‌کند داده‌هایی تولید کند که discriminator نتواند آن‌ها را از داده‌های واقعی تشخیص دهد، و discriminator تلاش می‌کند داده‌های جعلی را شناسایی کند. این رقابت باعث بهبود تدریجی عملکرد هر دو شبکه می‌شود.

برای مثال کاربردهای این مدل:

تبدیل سبک تصاویر (مثلاً تبدیل عکس‌ها به نقاشی)

بازسازی تصاویر ناقص یا تار