[发明专利]一种基于元对抗学习的多目标域适应迁移方法及系统有效
| 申请号： | 201910100377.7 | 申请日： | 2019-01-31 |
| 公开（公告）号： | CN109948648B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 林倞;庄景宇;王青 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F18/2321 | 分类号： | G06F18/2321;G06F18/214 |
| 代理公司： | 广州容大知识产权代理事务所(普通合伙) 44326 | 代理人： | 刘新年 |
| 地址： | 510275 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： | 本发明公开了一种基于元对抗学习的多目标域适应迁移方法及系统，该方法包括：步骤S1，获取带标记的源域数据集以及无标记的多个目标域数据集，使用所有目标域数据进行通过元学习者进行聚类，得到伪子目标域类别标签；步骤S2，使用源域数据、多目标域数据与伪子目标域类别标签进行对抗，更新目标模型的表示网络，源‑目标域判别器和子目标域判别器；步骤S3，判断是否达到更新周期，若达到更新周期，则进行步骤S4，若没有达到，则进行步骤S5；步骤S4，将所有目标域数据与当前网络中产生的目标域特征数据通过元学习者进行聚类，更新所述伪子目标域类别标签；步骤S5，返回步骤S2，直至模型收敛或达到最大迭代次数时停止训练。 | ||
| 搜索关键词： | 一种 基于 对抗 学习 多目标 适应 迁移 方法 系统 | ||
【主权项】：
1.一种基于元对抗学习的多目标域适应迁移方法，包括如下步骤：步骤S1，获取带标记的源域数据集以及无标记的多个目标域数据集，使用所有目标域数据进行通过元学习者进行聚类，得到伪子目标域类别标签；步骤S2，使用源域数据、多目标域数据与伪子目标域类别标签进行对抗，更新目标模型的表示网络，源‑目标域判别器和子目标域判别器；步骤S3，判断是否达到更新周期，若达到更新周期，则进行步骤S4，若没有达到，则进行步骤S5；步骤S4，将所有目标域数据与当前网络中产生的目标域特征数据通过元学习者进行聚类，更新所述伪子目标域类别标签；步骤S5，返回步骤S2，直至模型收敛或达到最大迭代次数时停止训练。
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中山大学，未经中山大学许可，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/201910100377.7/，转载请声明来源钻瓜专利网。
