[发明专利]使用嵌入空间之间的变分映射生成跨域数据有效
申请号: | 201910300582.8 | 申请日: | 2019-04-15 |
公开(公告)号: | CN110390401B | 公开(公告)日: | 2023-09-22 |
发明(设计)人: | S·乔杜里;S·达斯古普塔;A·穆纳沃;立花隆辉 | 申请(专利权)人: | 国际商业机器公司 |
主分类号: | G06N20/10 | 分类号: | G06N20/10 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 酆迅;辛鸣 |
地址: | 美国纽*** | 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: | 使用 嵌入 空间 之间 映射 生成 数据 | ||
本申请的各实施例涉及使用嵌入空间之间的变分映射生成跨域数据。提供了一种用于学习数据的不同模态之间的映射信息的计算机实现的方法、计算机程序产品和系统。该方法包括由处理器将数据的高维模态映射到低维流形以因此通过第一网络的至少一部分获取相应的低维嵌入。该方法还包括由处理器将相应的低维嵌入中的每个低维嵌入投射到公共潜在空间以因此通过第二网络的至少一部分获取公共潜在空间中的单独的潜在空间分布中的相应的潜在空间分布。该方法还包括由处理器通过使用变分下界将公共潜在空间中的单独的潜在空间分布之间的距离最小化来优化网络中的每个网络的参数。该方法还包括由处理器输出这些参数作为映射信息。
技术领域
本发明总体上涉及信息处理,并且特别地涉及使用嵌入空间之间的变分映射生成跨域数据。
背景技术
跨域数据生成通常涉及将数据从源域S映射到目标域T,从而使得接受任一域中的输入的给定函数f的输出保持不变。然而,这两个域通常具有数据分布的不同性质,从而使得在当前方式中跨不同模态而被采用的映射难以实现。因此,需要一种用于跨域数据生成的改进的方式。
发明内容
根据本发明的一个方面,提供了一种用于学习数据的不同模态之间的映射信息的计算机实现的方法。该方法包括由处理器将数据的高维模态映射到低维流形中个以因此通过第一网络的至少一部分获取相应的低维嵌入。该方法还包括由处理器将相应的低维嵌入中的每个低维嵌入投射到公共潜在空间以因此通过第二网络的至少一部分获取公共潜在空间中的单独的潜在空间分布中的相应的潜在空间分布。该方法还包括由处理器通过使用变分下界将公共潜在空间中的单独的潜在空间分布之间的距离最小化来优化网络中的每个网络的参数。该方法还包括由处理器输出这些参数作为映射信息。
根据本发明的另一方面,提供了一种用于学习数据的不同模态之间的映射信息的计算机程序产品。该计算机程序产品包括计算机可读存储介质,该计算机可读存储介质具有利用其而被体现的程序指令。程序指令由计算机可执行以使得计算机执行方法。该方法包括由计算机的处理器将数据的高维模态映射到低维流形中以因此通过第一网络的至少一部分获取相应的低维嵌入。该方法还包括由处理器将相应的低维嵌入中的每个低维嵌入投射到公共潜在空间以因此通过第二网络的至少一部分获取公共潜在空间中的单独的潜在空间分布中的相应的潜在空间分布。该方法还包括由处理器通过使用变分下界将公共潜在空间中的单独的潜在空间分布之间的距离最小化来优化网络中的每个网络的参数。该方法还包括由处理器输出这些参数作为映射信息。
根据本发明的又一方面,提供了一种用于学习数据的不同模态之间的映射信息的系统。该系统包括处理器。处理器被配置为将数据的高维模态映射到低维流形中以因此通过第一网络的至少一部分获取相应的低维嵌入。处理器还被配置为将相应的低维嵌入中的每个低维嵌入投射到公共潜在空间中以因此通过第二网络的至少一部分获取公共潜在空间中的单独的潜在空间分布中的相应的潜在空间分布。处理器还被配置为通过使用变分下界公共潜在空间中的单独的潜在空间分布之间的距离最小化来优化网络中的每个网络的参数。处理器还被配置为输出这些参数作为映射信息。
从以下对将结合附图来阅读的其说明性实施例的详细描述中,这些和其他特征和优点将变得很清楚。
附图说明
以下描述将参考以下附图提供优选实施例的细节,在附图中:
图1是示出根据本发明的实施例的、本发明原理可以被应用到的示例性处理系统的框图;
图2是示出根据本发明的实施例的、用于使用嵌入空间之间的变分映射生成跨域数据的示例性系统的框图;
图3是根据本发明的实施例的理想图形模型的流程图;
图4是示出根据本发明的实施例的、示例性的所提出的近似图形模型的流程图;
图5是示出根据本发明的实施例的、用于训练用于使用嵌入空间之间的变分映射生成跨域数据的系统的示例性方法的流程图;
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国际商业机器公司,未经国际商业机器公司许可,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/pat/books/201910300582.8/2.html,转载请声明来源钻瓜专利网。