Generative AI: A Review on Models and Applications

生成语法 计算机科学 人工智能 生成模型 转化式学习 生成设计 数据科学 机器学习 公制(单位) 工程类 心理学 教育学 运营管理
作者
Kuldeep Singh Kaswan,Jagjit Singh Dhatterwal,Kiran Malik,Anupam Baliyan
标识
DOI:10.1109/iccsai59793.2023.10421601
摘要

Generative Artificial Intelligence (AI) stands as a transformative paradigm in machine learning, enabling the creation of complex and realistic data from latent representations. This review paper comprehensively surveys the landscape of Generative AI, encompassing its foundational concepts, diverse models, training methodologies, applications, challenges, recent advancements, evaluation metrics, and ethical dimensions. The paper begins by introducing Generative AI's significance across various domains, presenting its pivotal role in producing synthetic data with applications spanning image synthesis, text generation, music composition, drug discovery, and more. The objectives lie in elucidating the foundational concepts, delving into model intricacies, unveiling the training procedures, exploring its application landscape, addressing challenges, envisioning future directions, and discussing ethical ramifications. The foundational section elucidates the diverse array of generative models, including Generative Adversarial Networks (GANs), Variational Autoencoders (VAEs), flow-based models, Generative Reinforcement Learning (GRL), and advanced hybrid architectures. Subsequently, evaluation metrics ranging from Inception Score to perceptual similarity metrics and human evaluations are surveyed to assess generative model performance. Finally, ethical considerations underscore the necessity for addressing biases, misuse, intellectual property concerns, and the call for responsible AI development and regulation in the Generative AI landscape.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
典雅碧空应助徐小哼采纳,获得10
2秒前
欧尼完成签到,获得积分10
2秒前
henry发布了新的文献求助10
2秒前
孤独的雄鹰完成签到,获得积分10
3秒前
NexusExplorer应助daidaimumu采纳,获得10
3秒前
yc完成签到,获得积分10
4秒前
totoro完成签到,获得积分10
4秒前
4秒前
Younglee完成签到,获得积分10
4秒前
兰兰完成签到,获得积分10
5秒前
5秒前
命运的X号完成签到,获得积分20
5秒前
CyrusSo524应助尊敬的扬采纳,获得10
5秒前
5秒前
Robert完成签到,获得积分10
7秒前
7秒前
量子星尘发布了新的文献求助10
7秒前
LS发布了新的文献求助10
7秒前
萌兰完成签到,获得积分10
8秒前
所所应助李昆朋采纳,获得10
8秒前
koukousang完成签到,获得积分10
8秒前
无昵称发布了新的文献求助10
9秒前
9秒前
zzs发布了新的文献求助10
9秒前
淡然的铭发布了新的文献求助10
9秒前
米奇发布了新的文献求助10
9秒前
Akim应助纳纳椰采纳,获得10
9秒前
hs201111完成签到,获得积分10
9秒前
10秒前
踏雪无痕发布了新的文献求助10
10秒前
啦啦啦完成签到,获得积分10
11秒前
Ellis完成签到,获得积分10
11秒前
Owen应助gaoyang123采纳,获得30
11秒前
研友_VZG7GZ应助平常的雁凡采纳,获得10
12秒前
斯文败类应助yi采纳,获得10
12秒前
13秒前
老木虫发布了新的文献求助10
13秒前
chenxin发布了新的文献求助10
13秒前
14秒前
行7发布了新的文献求助10
14秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Picture Books with Same-sex Parented Families: Unintentional Censorship 500
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3969322
求助须知:如何正确求助?哪些是违规求助? 3514152
关于积分的说明 11172188
捐赠科研通 3249407
什么是DOI,文献DOI怎么找? 1794832
邀请新用户注册赠送积分活动 875437
科研通“疑难数据库(出版商)”最低求助积分说明 804781