Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜渊慧科技有限公司杰弗里·多纳休获国家专利权

恭喜渊慧科技有限公司杰弗里·多纳休获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜渊慧科技有限公司申请的专利具有针对使用对抗训练的表示学习的推理的大规模生成神经网络模型获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113795851B

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202080033423.7,技术领域涉及:G06N3/0475;该发明授权具有针对使用对抗训练的表示学习的推理的大规模生成神经网络模型是由杰弗里·多纳休;凯伦·西蒙尼扬设计研发完成,并于2020-05-22向国家知识产权局提交的专利申请。

具有针对使用对抗训练的表示学习的推理的大规模生成神经网络模型在说明书摘要公布了:本发明提供了用于对生成器神经网络和编码器神经网络进行训练的方法、系统和装置,其包括在计算机存储介质上编码的计算机程序。生成器神经网络基于潜在值集合生成数据项,这些数据项是分布的样本。编码器神经网络生成对应数据项的潜在值集合。方法包括对生成器神经网络、编码器神经网络和鉴别器神经网络进行联合训练,鉴别器神经网络被配置为区分由生成器网络生成的样本和不由生成器网络生成的分布的样本。鉴别器神经网络被配置为通过处理,通过鉴别器神经网络来区分包括样本部分和潜在部分的输入对。训练是基于损失函数,损失函数包括基于由鉴别器神经网络处理的输入对的样本部分和潜在部分的联合鉴别器损失项和基于输入对的样本部分或潜在部分中的仅一个部分的至少一个单一鉴别器损失项。

本发明授权具有针对使用对抗训练的表示学习的推理的大规模生成神经网络模型在权利要求书中公布了:1.一种对生成器神经网络和编码器神经网络进行训练的计算机实现的方法,其中,所述生成器神经网络被配置为基于潜在值集合生成数据项,所述数据项是表示训练数据项集合的分布的样本;其中,所述编码器神经网络被配置为生成相应输入数据项的潜在值集合,其中,所述相应输入数据项包括以下中的至少一个:表示静止或移动图像的数据,或者表示声音信号的数据,或者文本数据;其中,所述方法包括对所述生成器神经网络、所述编码器神经网络和鉴别器神经网络进行联合训练,所述鉴别器神经网络被配置为区分由所述生成器网络生成的样本和不由所述生成器网络生成的所述分布的样本,以及其中,所述鉴别器神经网络被配置为通过由所述鉴别器神经网络处理来区分包括样本部分和潜在部分的输入对;其中,所述输入对的所述样本部分和所述潜在部分包括由所述生成器神经网络生成的所述分布的样本和分别用于生成所述样本的对应潜在值集合或所述训练数据项集合中的训练数据项和由所述编码器神经网络基于所述训练数据项生成的潜在值集合;以及其中,所述训练是基于损失函数,所述损失函数包括基于由所述鉴别器神经网络处理的所述输入对的所述样本部分和所述潜在部分的联合鉴别器损失项和基于所述输入对的所述样本部分或所述潜在部分中的仅一个部分的单一鉴别器损失项。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人渊慧科技有限公司,其通讯地址为:英国伦敦;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。