[发明专利]一种基于循环生成对抗网络的迁移学习排序方法有效
| 申请号： | 201811051537.5 | 申请日： | 2018-09-10 |
| 公开（公告）号： | CN109492075B | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 赵伟强;赖韩江;印鉴;高静 | 申请（专利权）人： | 中山大学;广东恒电信息科技股份有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 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： | 本发明提供一种基于循环对抗生成网络的迁移学习排序的方法，本发明是在学习排序的数据集LETOR3.0上进行迁移排序学习，用计算机视觉领域内的循环对抗生成网络做迁移学习框架，即用A域的特征生成B的特征，用B域的特征生成A域的特征，这样生成的特征都包含着另外一个域的特征信息；再用RankNet的学习排序算法对迁移过来的数据进行学习，用学习到的排序模型在目标域进行测试；在学习的过程中完全不涉及到目标域的标签信息。 | ||
| 搜索关键词： | 一种 基于 循环 生成 对抗 网络 迁移 学习 排序 方法 | ||
【主权项】：
1.一种基于循环生成对抗网络的迁移学习排序方法，其特征在于，包括以下步骤：S1：建立用于学习排序任务的循环生成对抗网络；S2：建立循环生成对抗网络的损失函数并结合学习排序的损失函数；S3：进行循环生成对抗网络的迁移学习排序的模型训练，并在目标域测试。
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;广东恒电信息科技股份有限公司，未经中山大学;广东恒电信息科技股份有限公司许可，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/201811051537.5/，转载请声明来源钻瓜专利网。
