[发明专利]一种对抗神经网络的集成方法及计算机设备在审
| 申请号： | 201811426216.9 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109615072A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 陈征宇;林韶军;黄河;洪章阳;李昱东;戴文艳 | 申请（专利权）人： | 长威信息科技发展股份有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 福州市鼓楼区京华专利事务所(普通合伙) 35212 | 代理人： | 林晓琴 |
| 地址： | 350000 福建省福州市保税*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种对抗神经网络的集成方法，包括如下步骤：1、安排从简单到复杂类别的训练数据作为示范；2、通过生成模型来搭建问题环境，输入当前类别的训练数据到生成模型，生成模型生成待解决问题；3、将待解决问题输入给判别模型，对问题进行判别和分析，产生对应的解；4、通过生成模型和判别模型对训练数据进行对抗学习；5、增加下一类别的训练数据的难度，重复步骤2至4进行下一轮迭代，直至完成所有训练数据的对抗学习，如此就集成了所有待解决问题的求解知识。本发明还提供一种计算机设备，通过对抗学习方法降低了训练数据；通过逐渐增加难度的训练和对抗神经网络模型的集成，能学习到数据的抽象规律。 | ||
| 搜索关键词： | 训练数据 生成模型 对抗 计算机设备 判别模型 神经网络 学习 神经网络模型 问题环境 逐渐增加 迭代 求解 抽象 重复 分析 | ||
【主权项】：
1.一种对抗神经网络的集成方法，对抗神经网络包括生成模型和判别模型，其特征在于：所述方法包括如下步骤：步骤1、安排从简单到复杂类别的训练数据作为示范；步骤2、通过所述生成模型来搭建一个符合当前类别的训练数据的问题环境，输入当前类别的训练数据到生成模型，所述生成模型根据该训练数据在该问题环境中生成一个待解决问题；步骤3、将待解决问题输入给所述判别模型，并通过所述判别模型对待解决问题进行判别和分析，产生待解决问题对应的解；步骤4、通过所述生成模型和判别模型对当前类别的训练数据进行对抗学习，通过不断地对抗学习将解收敛到一个稳定值，即学习到了当前所见训练难度的求解知识；步骤5、增加下一类别的训练数据的难度，重复步骤2至步骤4对当前类别的训练数据进行下一轮迭代，每一轮迭代中的生成模型和判别模型是将之前的生成模型和判别模型视为本轮已知的求解知识，将之前训练过的所有生成模型和判别模型作为函数进行调用，利用之前迭代产生的训练数据进行对抗学习，学习解决本轮迭代中的问题，直至完成所有训练数据的对抗学习，如此就集成了所有待解决问题的求解知识。
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长威信息科技发展股份有限公司，未经长威信息科技发展股份有限公司许可，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/201811426216.9/，转载请声明来源钻瓜专利网。
