[发明专利]用于操作机器学习系统的方法、装置和计算机程序在审
| 申请号： | 201910475990.7 | 申请日： | 2019-06-03 |
| 公开（公告）号： | CN110555531A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | J.H.梅岑 | 申请（专利权）人： | 罗伯特·博世有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/08;G06N3/04 |
| 代理公司： | 72001 中国专利代理(香港)有限公司 | 代理人： | 张涛;刘春元 |
| 地址： | 德国斯*** | 国省代码： | 德国;DE |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种用于操作机器学习系统的方法（20），具有以下步骤。根据所提供的训练输入变量和分别相关联的训练输出变量对机器学习系统进行第一次教导。根据可预定的大量训练输入变量来确定通用干扰变量。借助于通用干扰变量来分别对可预定的大量训练输入变量进行加载。至少根据被加载了的大量训练输入变量和多个训练输入变量对机器学习系统进行第二次教导。本发明还涉及计算机程序、用于执行该方法的装置以及机器可读存储器元件，在该机器可读存储器元件上存储有计算机程序。 | ||
| 搜索关键词： | 输入变量 机器可读存储器 机器学习系统 计算机程序 干扰变量 加载 操作机器 输出变量 学习系统 通用 存储 关联 | ||
【主权项】：
1.一种用于操作机器学习系统（12）的方法，具有如下步骤：/n根据所提供的第一训练输入变量和分别相关联的第一训练输出变量对所述机器学习系统（12）进行第一次教导，使得所述机器学习系统（12）根据所提供的第一训练输入变量确定多个分别与所述第一训练输入变量相关联的第一训练输出变量；/n根据可预定的大量第一训练输入变量和所述机器学习系统（12）的成本函数确定通用干扰变量（英语：universal adversarial perturbation，通用对抗性扰动），其中借助于所述通用干扰变量来欺骗所述机器学习系统（12），使得所述机器学习系统（12）根据分别加载了所述通用干扰的所述可预定的大量第一训练输入变量中的每一个第一训练输入变量不确定与所述可预定的大量第一训练输入变量相关联的第一训练输出变量；/n分别给所述可预定的大量第一训练输入变量加载所述通用干扰变量;/n至少根据被加载了的大量第一训练输入变量和多个第二训练输入变量对所述机器学习系统（12）进行第二次教导，使得所述机器学习系统（12）根据被加载了的训练输入变量和所述多个第二训练输入变量来确定多个第二训练输出变量。/n
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罗伯特·博世有限公司，未经罗伯特·博世有限公司许可，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/201910475990.7/，转载请声明来源钻瓜专利网。
