龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学技术大学
申请日：2024-03-25
公开（公告）日：2024-04-26
公开（公告）号：CN117933320A
主分类号：G06N3/0475
分类号：G06N3/0475;G06N3/094;G06V10/764;G06V10/82;G06N3/045
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明公开了一种带辅助分类器的置信度引导条件生成对抗网络的训练方法，首先为条件生成对抗网络cGANs设计新的损失函数，并引入一个超参数解决训练收敛问题；当带辅助分类器的置信度引导条件生成对抗网络，即CG‑GAN的分类器对于生成数据的置信度超过所引入的超参数时，所述损失函数将会抑制分类器对生成数据的置信度；自定义一个先验标签分布，通过在CG‑GAN上增加一项反向或正向的KL散度作为正则化项来使优化生成数据输出的分布学习所述先验标签分布，提高CG‑GAN的分类能力。该方法通过设计新的分类损失函数，避免特征表示大的特征范数，解决早期训练崩溃和过度自信问题。
主权项：1.一种带辅助分类器的置信度引导条件生成对抗网络的训练方法，其特征在于，所述方法包括：步骤1、为条件生成对抗网络cGANs设计新的损失函数，并引入一个超参数解决训练收敛问题；步骤2、当带辅助分类器的置信度引导条件生成对抗网络，即CG-GAN的分类器对于生成数据的置信度超过所引入的超参数时，所述损失函数将会抑制分类器对生成数据的置信度，通过抑制分类器对生成数据的置信度来隐式影响对真实数据的置信度；步骤3、自定义一个先验标签分布，所述先验标签分布基于之前所引入的超参数，通过在CG-GAN上增加一项反向或正向的KL散度作为正则化项来使优化生成数据输出的分布学习所述先验标签分布，提高CG-GAN的分类能力。
全文数据：
权利要求：
百度查询： 中国科学技术大学 一种带辅助分类器的置信度引导条件生成对抗网络的训练方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号