在有監督機器學習演算法越來越強大之時，資料便成了限制模型performance的最關鍵因素了。所以不少國內外學者的研究方向都開始轉向資料增強了。

今天看了一篇來自《計算機應用》的期刊文章（好久沒看journal了，而且還是國內的），不過這篇期刊還是有點貨的。國內的journal，咱並不期待能當演算法風向標，但可以當綜述看，也可以有一定的價值。
放一下論文連結:
《基於生成式對抗神經網路的資料增強方法》
文章還是很新的,發表於2018/07/09的14:35

資料增強分為生成式資料增強和非生成式資料增強

1. 仿射變換

仿射變換是經典的非生成式資料增強方法，是一種二維座標 (x, y)到二維座標 (u, v) 的線 性變換。θ 為影象旋 轉的角度，為影象平移的橫座標移動距離，b 為影象平移的 縱座標移動距離。

2. GAN和CGAN

顯然，GAN是可以進行資料增強的。對GAN和CGAN原理不清楚的，可以看我之前的博文。

3. GMM-CGAN

GMM：高斯混合模型（Gaussian Mixed Model）指的是多個高斯分佈函式的線性組合，理論上GMM可以擬合出任意型別的分佈，通常用於解決同一集合下的資料包含多個不同的分佈的情況（或者是同一類分佈但引數不一樣，或者是不同型別的分佈，比如正態分佈和伯努利分佈）。
這篇文章就是把高斯混合模型和CGAN做了一個結合。

我們知道，CGAN在生成器G生成的時候，feed的訊號是一串隨機數(準確地說，符合高斯分佈的一串隨機數)。其實高斯分佈在現實情況中，顯得特別單一，用符合單一分佈的隨機訊號去feed生成器，生成的資料也比較單一，variance比較小。

所以用高斯混合模型加強的GAN就是解決隨機訊號的單一分佈問題。

這裡使用z=μi+σiδ$z={\mu }_i+{\sigma }_i\delta$來代替之前的z$z$，隨機變數δ$\delta$~N(0,1)$N(0,1)$。這裡的μi${\mu }_i$和σi${\sigma }_i$都是trainable的。做了一個稍微的改進，就讓資料增強效果好出很多。

總結

journal的內容大部分都是綜述，創新內容並不比會議論文多什麼。。