プログラミングではないんですけどGANの損失関数についてわからないことがあります

Question

ある論文を読んでいてGANにおける損失関数が上の画像の式で表されると書いてありました。
わからないことが二つあります。
一つ目
「GとDはそれぞれgeneratorとdiscriminatorを示す」と書かれていましたが、generatorの何を示すのか書かれていませんでした。何を示すのか教えていただきたいです。

二つ目
「E」に関しても何も書かれていませんでしたが何を表すのか書かれていませんでした。

全体的にこの損失関数の意味がわかりません。教えていただけたら幸いです。

以下にこの論文のURLを貼っておきます。この論文の３ページ目にこの損失関数が書かれています。
https://arxiv.org/pdf/1905.06292.pdf

Answer 1

generatorの何を示すのか書かれていませんでした。何を示すのか教えていただきたいです。

Generatorは潜在変数を与えて、生成したいデータを出力する関数です。
潜在変数は適当な次元のベクトルです。問題設定により異なりますが、例えば、画像を生成する Generator であれば、n次元のベクトルが与えて、形状が (高さ, 幅, 3) の画像を表す3次元配列を出力とする関数になります。

「E」に関しても何も書かれていませんでしたが何を表すのか書かれていませんでした。

E は期待値を表す記号です。

全体的にこの損失関数の意味がわかりません。教えていただけたら幸いです。

-E[D(G(z)] の最小化は、E[D(G(z)] の最大化になります。
Discriminator は与えられたデータが本物である確率を出力する関数で、D(G(z)) を最大化ということは、Generator が生成した偽物のデータ G(z) を Discriminator に与えたときにできるだけ1に近い値を出力するように Generator のパラメータを学習するということです。
ようは、Discriminator が本物と勘違いするような精巧なデータを生成できるように Generator のパラメータを調整するということです。

---

GAN は画像生成など多岐に活用されていますが、応用に移る前に、まずは GAN の論文 の中身を理解するところから取り組んではどうでしょうか。

参考リンク

Pytorch - GAN の仕組みと Pytorch による実装例