少年开发者AI人才培养计划-
跨时代的视觉对话：利用 GAN 网络实现莫奈风格图像合成
本项目“跨时代的视觉对话：利用 GAN 网络实现莫奈风格图像合成”的目标
是利用生成对抗网络（GAN）技术，探索并实现图像的风格 迁移 ，尤其是将莫奈（Claude Monet）风格应用到现代或其他历史时期的图像上，创造具有“跨时代”视觉效果的作品。
具体目标包括：
1) 开发和训练一个基于 GAN 的模型，用于生成具有莫奈风格的图像。
2) 提高风格迁移的质量，特别是在色彩、笔触以及光影效果等方面，尽可能忠实地再现莫奈作品的艺术特色。
3) 将传统艺术风格与现代图像进行结合，展示科技与艺术的融合，创造新的视觉体验。
4) 提升图像生成过程中的风格一致性，确保生成的图像在视觉效果上既具备莫奈风格的特点，又与内容图像相契合。
多尺度时间序列特征融合的 LSTM 模型在股票预测中的应用
本研究课题旨在探索人工智能在经济领域中尤其是在股票收盘价格预测中
的应用。
