学习联合潜在对抗训练的方法和系统
公开
摘要
学习联合潜在对抗训练的方法和系统。一种用于训练机器学习网络的计算机实现的方法。该机器学习网络方法包括从传感器接收输入数据，其中输入数据包括成对的清洁扰动数据，其中输入数据指示图像、雷达、声纳或声音信息，生成输入数据的扰动版本，响应于输入数据，利用生成器利用来自输入数据的数据和利用输入数据的扰动版本的扰动图像创建成对的训练数据集，响应于成对的训练数据集，联合训练生成器和分类器，确定用于生成扰动的潜在向量，该扰动被配置为最大化分类器的分类损失并最小化生成器的生成损失，并且在收敛到第一阈值时输出训练的生成器和训练的分类器。
基本信息
专利标题 ：
学习联合潜在对抗训练的方法和系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114332551A
申请号 ：
CN202111127403.9
公开（公告）日 ：
2022-04-12
申请日 ：
2021-09-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
L·莱斯J·柯尔特林婉怡
申请人 ：
罗伯特·博世有限公司
申请人地址 ：
德国斯图加特
代理机构 ：
中国专利代理(香港)有限公司
代理人 ：
任一方
优先权 ：
CN202111127403.9
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/08 G06N3/04
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
