[发明专利]一种基于改进SeqGAN的数据生成方法及系统

权利要求书

1.一种基于改进SeqGAN的数据生成方法，其特征在于，包括：

基于生成器模型G_θ的数据，获得Roll-out生成器模型G_β，根据所述Roll-out生成器模型G_β，获得判别器模型D；

根据所述判别器模型D，对生成器模型G_θ进行调整，确定最大期望奖励；

基于所述最大期望奖励，训练所述生成器模型G_θ，确定更新后的生成器模型G_θ；

从潜在空间获得所述更新后的生成器模型G_θ，并根据所述更新后的生成器模型G_θ以及真实数据，重新训练判别器模型D。

2.根据权利要求1所述的方法，其特征在于，在基于生成器模型G_θ的数据，获得Roll-out生成器模型G_β，根据所述Roll-out生成器模型G_β，获得判别器模型D之前，包括：

利用最大似然估计法，将预先采集的真实数据进行预训练，获得预训练生成器模型；

根据所述真实数据以及所述预训练生成器模型G_θ生成的数据，确定预训练判别器模型。

3.根据权利要求1所述的方法，其特征在于，基于生成器模型G_θ的数据，获得Roll-out生成器模型G_β，根据所述Roll-out生成器模型G_β，获得判别器模型D之后，包括：

在每一个时间步计算动作价值Q，利用所述判别器模型D、所述Roll-out生成器模型G_β以及蒙特卡罗树搜索计算行为价值，更新策略梯度。

4.根据权利要求1所述的方法，其特征在于，根据所述判别器模型D，利用蒙特卡洛方法对生成器模型G_θ进行调整，确定最大期望奖励，包括：

根据以下公式，确定最大期望奖励：

其中，J是目标函数，E是期望，R是序列整体的奖励值，s是状态，θ是生成器模型的参数，y表示序列，T表示序列段，将一个序列y可以分为T个序列段，G_θ是生成模型，D_Φ是判别模型，Q是动作价值，y₁为第一个序列，s₀为初始状态。

5.根据权利要求1所述的方法，其特征在于，从潜在空间获得所述更新后的生成器模型G_θ，根据所述更新后的生成器模型G_θ以及真实数据，重新训练判别器模型D，包括：

将真实数据作为正例，将所述生成器模型G_θ生成的样例作为反例；

根据所述正例以及所述反例，重新训练所述判别器模型D。

6.一种基于改进SeqGAN的数据生成系统，其特征在于，包括：

获得判别器模块，用于基于生成器模型G_θ的数据，获得Roll-out生成器模型G_β，根据所述Roll-out生成器模型G_β，获得判别器模型D；

确定奖励模块，用于根据所述判别器模型D，对生成器模型G_θ进行调整，确定最大期望奖励；

训练生成器模块，用于基于所述最大期望奖励，训练所述生成器模型G_θ，确定更新后的生成器模型G_θ；

训练判别器模块，用于从潜在空间获得所述更新后的生成器模型G_θ，并根据所述更新后的生成器模型G_θ以及真实数据，重新训练判别器模型D。

7.根据权利要求6所述的系统，其特征在于，包括：

获得预训练生成器模块，用于利用最大似然估计法，将预先采集的真实数据进行预训练，获得预训练生成器模型；

确定预训练判别器模块，用于根据所述真实数据以及所述预训练生成器模型G_θ生成的数据，确定预训练判别器模型。