เปรียบเทียบวิธี

	โครงข่ายปฏิปักษ์เชิงกำเนิด	แบบจำลองการแพร่ (Diffusion Model)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2014	2020
ผู้ริเริ่ม	Goodfellow, I. et al.	Ho, J., Jain, A. & Abbeel, P.
ประเภท	Generative deep learning (adversarial two-network game)	Generative deep learning (denoising diffusion)
แหล่งต้นตำรับ	Goodfellow, I. et al. (2014). Generative Adversarial Nets. NeurIPS.	Ho, J., Jain, A. & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. NeurIPS.
ชื่อเรียกอื่น	Üretici Çekişmeli Ağ (GAN), GAN, generative adversarial nets, adversarial network	Difüzyon Modeli (DDPM / Stable Diffusion), difüzyon modeli, denoising diffusion model, DDPM
ที่เกี่ยวข้อง	4	4
สรุป	A Generative Adversarial Network (GAN), introduced by Ian Goodfellow and colleagues in 2014, produces realistic synthetic data through the competition of two neural networks — a generator and a discriminator. It is widely used for image synthesis, data augmentation, and distribution estimation.	A diffusion model is a generative deep-learning method, introduced by Ho, Jain and Abbeel in 2020 (DDPM), that learns to produce high-quality images, audio and molecular structures by reversing a step-by-step noising process. It has largely displaced GANs as the current state of the art in generative modelling.