面向时空数据的生成对抗网络：综述
机器学习
2021-08-02 v4 信息检索
图像与视频处理
摘要
生成对抗网络（GANs）在计算机视觉领域生成逼真图像方面已展现出显著成功。近来，基于GAN的技术被证明在基于时空的应用（如轨迹预测、事件生成和时间序列数据填补）中具有前景。尽管已有若干针对计算机视觉中GAN的综述，但尚无工作考虑解决与时空数据相关的实际应用与挑战。本文对近期面向时空数据的GAN发展进行了全面综述。我们总结了流行GAN架构在时空数据上的应用，以及使用GAN评估时空应用性能的通用做法。最后，我们指出了未来研究方向，以惠及该领域的研究人员。
引用
@article{arxiv.2008.08903,
title = {Generative Adversarial Networks for Spatio-temporal Data: A Survey},
author = {Nan Gao and Hao Xue and Wei Shao and Sichen Zhao and Kyle Kai Qin and Arian Prabowo and Mohammad Saiedur Rahaman and Flora D. Salim},
journal= {arXiv preprint arXiv:2008.08903},
year = {2021}
}
备注
This paper has been accepted by ACM Transactions on Intelligent Systems and Technology (TIST)