[发明专利]机器学习的随机数据增强

摘要

描述了一种训练方法，其中使用数据增强，在于通过以取决于相应变量（s）（例如，受相应变量控制或操纵）的方式修改现有数据实例（x）来从现有数据实例（x）导出新的数据实例。提供条件可逆函数（f）来基于相应的变量（s）为新的数据实例生成不同的预测目标标签（y*）。由此，机器可学习模型不仅可以学习数据实例的类别标签，而且可以学习修改的特性。通过进行训练以学习此类修改的特性，机器可学习模型可以更好地学习数据实例的语义特征，并且由此可以学习更准确地对数据实例进行分类。在推断的时候，条件可逆函数的逆函数（f‑1）可以被用来基于机器学习模型的输出标签（z）来为测试数据实例确定类别标签。