生成对抗网络模型的基本介绍和应用综述

生成对抗网络(GAN)目前已然成为人工智能领域的一个研究热点,它为无监督学习的研究带来新的活力,对生成式模型的发展具有举足轻重的意义。针对生成对抗网络这一热点模型,介绍生成对抗网络基本原理,以及在其基础上改进的几种典型的变体:条件生成对抗网络(CGAN)、深度卷积对抗网络(DCGAN)、循环一致生成网络(CycleGAN)以及堆积生成对抗网络(StackGAN)。同时还介绍生成对抗网络在计算机视觉领域中的几种应用,对生成对抗网络做总结和展望。

基于BP神经网络的细胞追踪方法

在医学和生物制药等领域,针对细胞的检测、识别、追踪的分析都是一些疾病防治和药物生产所必须要进行的任务,但是目前的细胞追踪算法在遇到细胞重叠、分离过程中会出现对细胞的追踪失败的情况。文章采用BP神经网络的方法来改进细胞的追踪,从而改善细胞的追踪效果。