申请/专利权人：D5AI有限责任公司

申请日：2018-09-14

公开（公告）日：2024-04-12

公开（公告）号：CN111226232B

主分类号：G06F18/24

分类号：G06F18/24;G06N3/0455;G06N3/084

优先权：["20170928 US 62/564,754"]

专利状态码：有效-授权

法律状态：2024.04.12#授权;2020.06.26#实质审查的生效;2020.06.02#公开

摘要：计算机系统和计算机实现的方法训练和或训练后操作包括多个生成器‑检测器对的机器学习系统。机器学习计算机系统包括一组处理器核和存储软件的计算机存储器。当由该组处理器核执行时，软件使得该组处理器核实现多个生成器‑检测器对，其中：i每个生成器‑检测器对包括机器学习数据生成器和机器学习数据检测器；以及ii每个生成器‑检测器对分别用于相应的数据示例集群，使得对于每个生成器‑检测器对，生成器用于在相应的集群中生成数据示例，而检测器用于检测数据示例是否在相应的集群中。

主权项：1.一种用于训练类别分类器的机器学习计算机系统，其中所述类别被建模为具有多个集群，包括至少第一集群和第二集群，所述机器学习计算机系统包括：一组处理器核；以及存储软件的计算机存储器，当由所述一组处理器核执行时，所述软件使得所述一组处理器核通过机器学习训练多个生成器-检测器对，其中：所述多个生成器-检测器对包括至少第一生成器-检测器对和第二生成器-检测器对；所述多个生成器-检测器对中的每个包括生成器和检测器，使得：第一生成器-检测器对包括第一生成器和第一检测器；和第二生成器-检测器对包括第二生成器和第二检测器；每个生成器-检测器对中的每个生成器包括解码器，其中所述解码器包括神经网络，并且使得：所述第一生成器包括第一解码器；和所述第二生成器包括第二解码器；每个生成器-检测器对的检测器包括神经网络，所述神经网络不同于生成器-检测器对的生成器的解码器的神经网络；多个生成器-检测器对中的每个生成器通过机器学习进行训练，以分别生成类别的多个集群中的生成的数据示例，使得：通过机器学习对第一生成器进行训练，以在第一集群中生成生成的数据示例；和通过机器学习对第二生成器进行训练，以在第二集群中生成生成的数据示例；通过机器学习训练所述多个生成器-检测器对中的每个检测器，以分别确定到所述检测器的输入数据项是否在类别的多个集群中的一个中，使得：通过机器学习训练第一检测器，以确定到第一检测器的输入数据项是否在类别的第一集群中；通过机器学习训练第二检测器，以确定到第二检测器的输入数据项是否在类别的第二集群中；和每个检测器至少使用由生成器-检测器对的生成器生成的生成的数据示例来训练，使得：至少部分地利用来自第一生成器的生成的数据示例来训练第一检测器；和至少部分地利用来自第二生成器的生成的数据示例来训练第二检测器；所述生成器-检测器对的生成器的输出连接到所述生成器-检测器对的对应检测器的输入，使得；第一生成器-检测器对的第一生成器的第一解码器的输出连接到第一生成器-检测器对的第一检测器的输入；和第二生成器-检测器对的第二生成器的第二解码器的输出连接到第二生成器-检测器对的第二检测器的输入；和训练所述多个生成器-检测器对包括，对于所述生成器-检测器对中的每个，将偏导数从所述生成器-检测器对的检测器反向传播到所述生成器-检测器对的生成器，使得：第一检测器的误差代价函数的偏导数从第一检测器反向传播到第一生成器；和第二检测器的误差代价函数的偏导数从第二检测器反向传播到第二生成器。

全文数据：

权利要求：

百度查询： D5AI有限责任公司 混合生成器模型

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD