龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：富士通株式会社
摘要：公开了领域对抗神经网络的训练方法。该领域对抗神经网络包括：特征提取单元，其针对已标注的源数据提取第一特征，并且针对未标注的目标数据提取第二特征；标签预测单元，其基于第一特征来预测源数据的标签，并且基于第二特征来预测目标数据的标签；判别单元，其基于第一特征和第二特征来判别输入的数据是源数据还是目标数据。该训练方法包括：基于标签预测单元的输出来构建第一损失函数，其中，该第一损失函数是与源数据有关的预测损失；通过利用源数据和目标数据之间的联合概率密度比对第一损失函数加权而获得第二损失函数；利用第一损失函数和第二损失函数来训练标签预测单元和特征提取单元。
主权项：1.一种用于训练领域对抗神经网络模型的方法，所述领域对抗神经网络模型包括：特征提取单元，其用于针对输入的已标注的源数据提取第一特征，并且针对输入的未标注的目标数据提取第二特征；标签预测单元，其基于所提取的第一特征来预测源数据的标签，并且基于所提取的第二特征来预测目标数据的标签；判别单元，其基于所提取的第一特征和第二特征来判别输入的数据是源数据还是目标数据；所述方法包括：基于所述标签预测单元的输出来构建第一损失函数，其中，所述第一损失函数是与所述源数据有关的预测损失；通过利用所述源数据和所述目标数据之间的联合概率密度比对所述第一损失函数加权而获得第二损失函数；利用所述第一损失函数和所述第二损失函数来训练所述标签预测单元和所述特征提取单元，其中，所述领域对抗神经网络模型用于执行图像识别，并且所述源数据和所述目标数据是图像数据，或者，其中，所述领域对抗神经网络模型用于处理金融数据，并且所述源数据和所述目标数据是表格类型数据，或者，其中，所述领域对抗神经网络模型用于处理环境气象数据或医疗数据，并且所述源数据和所述目标数据是时间序列数据。
全文数据：
权利要求：
百度查询： 富士通株式会社 领域对抗神经网络的训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号