[发明专利]学习方法、学习设备和计算机可读记录介质在审

专利信息
申请号: 202010026938.6 申请日: 2020-01-10
公开(公告)号: CN111445021A 公开(公告)日: 2020-07-24
发明(设计)人: 河东孝;上村健人;安富优 申请(专利权)人: 富士通株式会社
主分类号: G06N3/08 分类号: G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王萍;杨林森
地址: 日本神*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 学习方法 学习 设备 计算机 可读 记录 介质
【权利要求书】:

1.一种学习方法,包括:

基于原始训练数据中包括的非存储目标信息对所述原始训练数据进行扩展,以生成多个扩展训练数据;

通过将所述多个扩展训练数据输入到学习模型,生成多个中间特征值;以及

学习所述学习模型的参数,使得:关于所述多个中间特征值,根据从参考训练数据扩展的多个扩展训练数据生成的所述多个中间特征值中的每一个变得与参考特征值相似。

2.根据权利要求1所述的学习方法,其中,所述生成扩展训练数据包括:基于所述非存储目标信息生成伪信息,并且将所生成的伪信息添加到所述原始训练数据,以生成所述扩展训练数据。

3.根据权利要求2所述的学习方法,其中,

所述非存储目标信息是利用其能够识别个人的信息,并且

所述生成扩展训练数据包括:生成与利用其能够识别个人的所述信息相似的信息作为所述伪信息。

4.根据权利要求1、2或3所述的学习方法,还包括以相关的方式存储与原始训练数据对应的正确的信息和经学习的参考特征值。

5.一种存储有程序的计算机可读记录介质,所述程序使计算机执行包括以下操作的处理:

基于原始训练数据中包括的非存储目标信息对所述原始训练数据进行扩展,以生成多个扩展训练数据;

通过将所述多个扩展训练数据输入到学习模型,生成多个中间特征值;以及

学习所述学习模型的参数,使得:关于所述多个中间特征值,根据从参考训练数据扩展的多个扩展训练数据生成的所述多个中间特征值中的每一个变得与参考特征值相似。

6.根据权利要求5所述的计算机可读记录介质,其中,所述生成扩展训练数据基于所述非存储目标信息生成伪信息,并且将所生成的伪信息添加到所述原始训练数据,以生成所述扩展训练数据。

7.根据权利要求6所述的计算机可读记录介质,其中,

所述非存储目标信息是利用其能够识别个人的信息,并且

所述生成扩展训练数据生成与利用其能够识别个人的所述信息相似的信息作为所述伪信息。

8.根据权利要求5、6或7所述的计算机可读记录介质,还包括以相关的方式存储与原始训练数据对应的正确的信息和经学习的参考特征值。

9.一种学习设备,包括:

扩展单元,其基于原始训练数据中包括的非存储目标信息对所述原始训练数据进行扩展,以生成多个扩展训练数据;

特征值生成单元,其通过将所述多个扩展训练数据输入到学习模型,生成多个中间特征值;以及

学习单元,其学习所述学习模型的参数,使得:关于所述多个中间特征值,根据从参考训练数据扩展的多个扩展训练数据生成的所述多个中间特征值中的每一个变得与参考特征值相似。

10.根据权利要求9所述的学习设备,其中,所述扩展单元基于所述非存储目标信息生成伪信息,并且将所生成的伪信息添加到所述原始训练数据,以生成所述扩展训练数据。

11.根据权利要求10所述的学习设备,其中,

所述非存储目标信息是利用其能够识别个人的信息,并且

所述扩展单元生成与利用其能够识别个人的所述信息相似的信息作为所述伪信息。

12.根据权利要求9、10或11所述的学习设备,其中,所述学习单元以相关的方式存储与原始训练数据对应的正确的信息和经学习的参考特征值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于富士通株式会社,未经富士通株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010026938.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top