简介

简介：主要是采用了粒子群优化（PSO）算法来优化GAN的一个训练。PSO是一种是一种基于种群的随机优化技术。这种优化技术是通过粒子群进行的，粒子群在每次迭代中都会更新自己。对于给定的目标函数，这种方法利用一个搜索空间，在那里粒子群移动，找到所需的全局最小值。这些粒子与它们当前的环境局部相互作用，也与彼此相互作用，具有可接受的随机性质。通过合并粒子的当前速度，探索粒子的历史和粒子的邻居，可以知道每个粒子的路径和轨道。PSO感知局部人工或自然系统的协作行为。 陈述每个单独粒子行为的逻辑结构不是集中规定的。此外，由于粒子之间发生的相互作用，全局智能行为被公开。这些信息由群粒子在与其相邻粒子的多次相互作用中传播到整个网络中。

论文题目：Training of Generative Adversarial Networks using Particle Swarm Optimization Algorithm（基于粒子群优化算法的生成对抗网络训练）

会议：2021 IEEE International Symposium on Smart Electronic Systems (iSES)

摘要：在本文中，提出了一种基于粒子群优化（PSO）的解决方案来训练生成对抗网络（GAN）。与所提出的方法相比，传统的GAN网