[发明专利]生成可验证的逼真测量数据

权利要求书

1.一种用于将来自潜在空间Z的输入向量z转换成相对于给定应用领域逼真的测量数据的一个或多个记录x的生成器（1），包括：

·经训练的神经网络（11），其被配置为将输入向量z映射到表征逼真测量数据x的随机分布（12）的一组分布参数（12a），其中该随机分布（12）被配置为使得给定所述一组分布参数（12a）和至少一个随机源，可以获得逼真测量数据的样本x；和

·采样模块（13），其包括随机或伪随机数生成器（13a）作为随机源，并被配置为从所述随机分布对逼真测量数据x进行采样。

2.根据权利要求1所述的生成器（1），其中，神经网络（11）包括不同的层和/或子网，所述不同的层和/或子网被配置为从所述一组分布参数（12a）输出不同的分布参数（12a）。

3.根据权利要求1至2中任一项所述的生成器（1），其中所述随机分布（12）是多变量高斯分布。

4.根据权利要求3所述的生成器（1），其中所述一组分布参数（12a）至少包括：

·投影矩阵W，表示所述分布（12）的概率性主分量分析PPCA的交叉属性相关性；

·标准偏差，每个标准偏差表示所述PPCA在观察方向i上的每属性变化的s；和

·均值。

5.根据权利要求4所述的生成器（1），其中采样模块（13）被配置为根据以下公式计算样本x

。

6.一种用于获得相对于给定应用领域逼真的测量数据x的方法（100），包括以下步骤：

·提供（110）根据权利要求1至5中任一项所述的经训练的生成器（1）；

·从生成器（1）的潜在空间Z对输入向量z进行采样（120）；和

·将该输入向量z馈送（130）到生成器（1），从而将输入向量z映射到所寻求的测量数据x。

7.根据权利要求6所述的方法（100），其中输入向量z的采样（120）进一步包括：

·根据所寻求的测量数据x应与之相似的测量数据的给定样本x₀，确定（121）输入向量z₀，所述输入向量z₀当被馈送到生成器（1）时最有可能被映射到给定样本x₀；

·从给定的随机分布抽取（122）多变量扰动；和

·将该扰动添加（123）到确定的输入向量z₀以形成新的输入向量z。

8.根据权利要求7所述的方法（100），其中确定（121）输入向量z₀具体包括：相对于z，最大化（121a）在给定x的情况下z的概率，所述概率由下式给出

其中是在给定z的情况下x的概率，其可从生成器的神经网络（11）将z映射到的随机分布（12）获得，并且是根据生成器（1）利用其被训练的z的随机分布（14）的z的概率；并且确定（121b）针对其为最大的向量z作为所寻求的输入向量z₀。

9.根据权利要求6至8中任一项所述的方法（100），其中所获得的测量数据x包括至少一个图像，并且所述方法进一步包括使用所述图像作为训练图像来训练（140）图像分类器（3）。

10.根据权利要求6至9中任一项所述的方法（100），其中，所获得的测量数据x包括对于第二测量模态的实际测量数据针对其可用的情形的第一测量模态的逼真测量数据，并且所述方法进一步包括：至少部分地基于第一测量模态的所获得的逼真测量数据x和第二测量模态的实际测量数据的融合来评估（150）技术系统（4）的当前操作状态（4a）。