社会重建结构和去噪GAN技术：提出了一个名为SD-GAN的生成模型来重建被遮挡脸部部分，并保留原始图像中的光照变化以及脸部身份信息。
循环视觉嵌入模式：提出了一种新的对抗“结构性”损失函数，该函数包括两个部分：整体损失和局部损失，分别由SSIM和逐块MSE进行构建。在真实和合成的遮挡人脸数据集的实验表明，即使是在提高人脸识别性能方面，这篇论文提出的技术也比其他基准模型具有更大的优势。
一种新型随机优化方法：介绍了一种新的优化算法，称为Adam，它能基于训练数据迭代地更新神经网络权重，该方法实现简单，计算效率高，对内存的要求很小，使得神经网络训练很快。
小冰乐队等创新应用：提出基于节奏和旋律交叉生成模型来生成给定进行为条件的旋律。然后引入多乐器联合编曲模型用于多轨音乐，这两个任务相互协调。对现实世界数据集的广泛实验证明了我们的模型相对于单轨和多轨音乐生成的基线模型的优势。
