传统GAN模型的背景介绍
GAN 是一种非常流行的生成模型。随着时间的推移，GAN 的功能逐渐强大，生成的目标越来越接近真实目标，主要应用于还原受损的图片、风格迁移、生成图像、生成视频等等
GAN 面临两个非常困难的挑战： 第一，是 GAN 调参特别困难，需要花费大量时间调参才能让模型起作用； 第二，是 GAN 模型非常庞大，需要花费大量的计算资源。这两点导致了 GAN 难以训练，所以人们希望通过对GAN 的理论理解去设计更好的算法
传统的 JS-GAN 本质上是让生成样本的概率分布和真实数据的概率分布尽量接近，数学化的表达就是...
- 268
91- 47
36
0
0
0
0
0
0
科研收录专注公共数据库挖掘MIMIC、HHANES、NCDB、SEER等学交流平台
Figshare数据共享平台Figshare平台服务学科多样，以生物学为基础，在Digital Science公司支持下，现已发展为包含生物学在内的将近30多种学科，如医学、地理学、物理学、人文学、天文学等，主要以生物学和医学为主，覆盖整个科学研究领域。平台接受多种格式的科研数据，提供了当前学术出版所不具备的一种文件共享模式。平台给所有对象分配唯一的DOI号，采用Creative Commons许可协议共享数据，大大减少了版权纠纷，可供全球科学家存取、共享信息，并采用基于云的数据管理系统来保证数据存储的安全和可靠性，还为用户提供权限设置的功能，用户自行决定对其科研数据、音频、论文和视频等研究成果是否公开。
PLOS Digital HealthPLOS是一家非营利性的开放获取出版商，通过引领研究交流的变革，使研究人员能够加速科学和医学的进步
eICU-CRD涵盖了20家大型医院2014-2015年间，超过20万名入住重症监护病房患者的住院相关的数据，涉及心内ICU，胸外ICU，内科ICU，神经外科ICU等数据。
- PhysioNet
复杂生理信号的研究资源
