为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
生成式对抗网络GAN(Generative adversarialnetworks)目前已经成为人工智能学界一个热门的研究方向。GAN的基本思想源自博弈论的二人零和博弈，由一个生成器和一个判别器构成，通过对抗学习的方式来训练，目的是估测数据样本的潜在分布并生成新的数据样本。在图像和视觉计算、语音和语言处理、信息安全、棋类比赛等领域，GAN正在被广泛研究，具有巨大的应用前景。本次报告的内容有介绍GAN中生成模型与判别模型，对抗网络思想，以及详细的实现过程，包括它的前向传播阶段和反向传播阶段，并介绍GAN基于Div的改进，包括LSGAN和WGAN。在了解这些生成对抗网络之后，介绍其在电力系统中的应用，主要是在场景生成方面。