[发明专利]基于生成式对抗神经网络用于多任务分类的信息迁移方法在审
| 申请号： | 201811112423.7 | 申请日： | 2018-09-21 |
| 公开（公告）号： | CN109376769A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 周浪雄;傅伦凯;李俊;马震远;林安成 | 申请（专利权）人： | 广东技术师范学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 覃婧婵 |
| 地址： | 510000 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了基于生成式对抗神经网络用于多任务分类的信息迁移方法，应用于具有多个属性的数据，主要任务是对该数据中一个或多个属性确定其具体的取值，称为目标属性；利用生成式对抗神经网络从数据的一个或多个非目标属性中获得有助于确定该数据目标属性的信息，所述数据的一个(或多个)非目标属性称为辅助属性。具体包括：利用生成式对抗神经网络构建多属性数据的信息迁移模型；对所述信息迁移模型进行训练直至达到预设条件，结束训练；利用训练完成的信息迁移模型来完成任务。本发明利用生成式对抗神经网络和Wasserstein‑1距离的度量，实现了多任务分类的信息迁移，从而提高了目标分类任务的准确性。 | ||
| 搜索关键词： | 信息迁移 生成式 神经网络 目标属性 任务分类 对抗 多个属性 神经网络构建 辅助属性 目标分类 属性数据 数据目标 预设条件 度量 应用 | ||
【主权项】：
1.基于生成式对抗神经网络用于多任务分类的信息迁移方法，其特征在于，该方法应用于具有多个属性的数据，主要任务是对该数据中一个或多个属性确定其具体的取值，称为目标属性；利用生成式对抗神经网络从所述数据的一个或多个非目标属性中获得有助于确定该数据目标属性的信息，所述数据的一个或多个非目标属性称为辅助属性。
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广东技术师范学院，未经广东技术师范学院许可，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/patent/201811112423.7/，转载请声明来源钻瓜专利网。
