Perangkat lunak & algoritme

Generative Adversarial Network

GAN mempelajari pembangkitan data melalui persaingan generator dan discriminator. Kedua model mengoptimasi tujuan yang saling memengaruhi selama pelatihan.

AI & otomasi1 rujukanProfil diperbarui
Perangkat lunak & algoritme
Peta fungsi teknologi: Generative Adversarial NetworkMasukan: Data pelatihan dan variabel acak. Bagian: Generator; Discriminator; Tujuan adversarial. Keluaran: Model generator serta sampel sintetis. Bagian dikelompokkan menurut fungsi, bukan urutan perakitan.MASUKANData pelatihan dan variabelacak.BAGIAN FUNGSIONALGeneratorMenghasilkan sampel sintetis.DiscriminatorMembedakan sumber sampel.Tujuan adversarialMenghubungkan pembaruan keduamodel.KELUARANModel generator serta sampelsintetis.
Peta fungsi teknologi

Diagram konseptual dari masukan, fungsi bagian, dan keluaran dalam profil. Susunan kotak tidak menunjukkan urutan perakitan atau posisi fisik.

Teknologi · CC BY 4.0 · Sumber data

Bagaimana cara kerjanya?

Generator memetakan variabel acak ke sampel sintetis. Discriminator membedakan sampel data dari keluaran generator, lalu gradien dipakai memperbaiki discriminator serta membuat generator lebih sulit dibedakan dari data pelatihan.

Rujukan penjelasan

Bagian fungsional

  1. 01

    Generator

    Menghasilkan sampel sintetis.

  2. 02

    Discriminator

    Membedakan sumber sampel.

  3. 03

    Tujuan adversarial

    Menghubungkan pembaruan kedua model.

Masukan dan keluaran

01 / Masukan

Data pelatihan dan variabel acak.

02 / Keluaran

Model generator serta sampel sintetis.

Parameter teknis

Informasi dengan rujukan belum tersedia untuk bagian ini. Profil ini tidak menyajikan spesifikasi angka untuk model tertentu atau nilai yang berlaku bagi seluruh keluarga teknologi.

Versi dan status

Profil membahas konsep atau kategori teknologi; versi implementasi tertentu belum ditetapkan.

Status terbit profil berbeda dari status produksi, dukungan, atau sertifikasi perangkat.

Penerapan dan keterbatasan

  • Sintesis citra
  • Pembelajaran distribusi

Batas cakupan

Pelatihan perlu menjaga interaksi dua model; keberhasilan tidak dijamin oleh arsitektur dan data sintetis mengikuti data pelatihan.

Teknologi yang terhubung

Hubungan terverifikasi belum tersedia untuk profil ini. Kedekatan topik tidak membuktikan kompatibilitas atau ketergantungan.

Buka peta teknologi

Dasar penjelasan

  • 1. Generative Adversarial Nets ↗

    arXiv / authors of the paper

    Diakses 2026-10-13. Rujukan primer untuk parafrasa editorial. Teks, kode, gambar, dan merek sumber tidak disalin; hak asal tetap pada pemegangnya.
Penjelasan asli bahasa Indonesia disusun dengan pemeriksaan rujukan primer oleh agen AI. Belum ditinjau ahli. Baca metodologi dan batas pemeriksaan. Ringkasan standar tidak menggantikan teks normatif; ilustrasi konseptual tidak menjadi bukti konfigurasi model.