[发明专利]一种基于深度网络和对抗技术的领域适配方法在审
| 申请号： | 201810429822.X | 申请日： | 2018-05-08 |
| 公开（公告）号： | CN108921281A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 丁世飞;张昊天;杜鹏 | 申请（专利权）人： | 中国矿业大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 221116 江苏省徐州*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 对抗 适配 算法 初始化阶段 人工标记 误差上界 网络 神经元 卷积神经网络 标记样本 迭代周期 满足条件 网络训练 训练阶段 正则化项 初始化 大数据 数据集 概率 迭代 构建 子网 微调 学习 样本 迁移 修正 共享 替代 | ||
【权利要求书】：
1.本发明一种基于深度网络和对抗技术的领域适配方法，在深度卷积神经网络采用对抗损失和并行结构缩小领域间分布差异。
2.该算法主要包括三个阶段：网络结构构造，对抗损失函数构造，并行化反向传播。
3.网络具有多个输入和多个输出，在同义词训练中完成一个有监督任务和一个无监督任务。
4.在输入阶段，超参数需要被精细的调整以达到最好的效果。
5.在网络的训练过程中，修改了SGD算法，使其能够在一次迭代中，使用以随机数为种子的概率交替梯度下降算法训练多个损失函数，每一次选择当前最好的损失进行网络的训练。
6.网络会根据概率值的选择在不同的损失函数之间来回跳转。
7.网络为端对端的深度适配网络，并行化对抗损失在领域之间迁移知识。
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中国矿业大学，未经中国矿业大学许可，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/201810429822.X/1.html，转载请声明来源钻瓜专利网。
