-
公开(公告)号：CN112313645A
公开(公告)日：2021-02-02
申请号：CN201980035428.0
申请日：2019-07-19
申请人： 深度来源公司
发明人： 金泰勋
摘要： 本发明提供一种数据嵌入网络的学习方法，该方法包括：学习装置获得原始数据和标记数据并将其输入到数据嵌入网络中，以使数据嵌入网络合成原始数据和标记数据从而生成已标记学习数据；将已标记学习数据输入到学习网络中以使学习网络对已标记学习数据进行网络运算来生成第1特征信息，并将原始学习数据输入到学习网络以使学习网络对原始学习数据进行网络运算来生成第2特征信息；以及学习数据嵌入网络，以使通过参考将第1特征信息和第2特征信息作为参考的错误与将任务特定输出和与其对应的真实数据作为参考的错误中的至少一部分来生成的数据错误最小化且使已标记数据分数最大化，并学习鉴别器，以使原始数据分数最大化且使已标记数据分数最小化。
-
公开(公告)号：CN112313645B
公开(公告)日：2024-06-07
申请号：CN201980035428.0
申请日：2019-07-19
申请人： 深度来源公司
发明人： 金泰勋
摘要： 本发明提供一种数据嵌入网络的学习方法，该方法包括：学习装置获得原始数据和标记数据并将其输入到数据嵌入网络中，以使数据嵌入网络合成原始数据和标记数据从而生成已标记学习数据；将已标记学习数据输入到学习网络中以使学习网络对已标记学习数据进行网络运算来生成第1特征信息，并将原始学习数据输入到学习网络以使学习网络对原始学习数据进行网络运算来生成第2特征信息；以及学习数据嵌入网络，以使通过参考将第1特征信息和第2特征信息作为参考的错误与将任务特定输出和与其对应的真实数据作为参考的错误中的至少一部分来生成的数据错误最小化且使已标记数据分数最大化，并学习鉴别器，以使原始数据分数最大化且使已标记数据分数最小化。
-
公开(公告)号：CN111373403B
公开(公告)日：2024-04-23
申请号：CN201980005836.1
申请日：2019-07-19
申请人： 深度来源公司
发明人： 金泰勋
摘要： 本发明提供一种学习用于隐藏(Concealing)原始数据以保护个人信息的混淆网络(Obfuscation Network)的方法，所述方法包括：学习装置指示混淆网络对输入的训练数据进行混淆，将混淆后的训练数据输入到学习网络中，并使学习网络将网络运算应用于混淆后的训练数据，从而生成第1特征信息；使学习网络将网络运算应用于输入的训练数据，从而生成第2特征信息；以及学习混淆网络，以使通过参考将第1特征信息和第2特征信息作为参考而获得的错误与将任务特定输出(Task Specific Output)和其对应的真实数据(Ground Truth)作为参考而获得的错误中的至少一部分来计算出的错误最小化，并使通过参考训练数据和混淆的训练数据来计算出的错误最大化。
-
公开(公告)号：CN111373403A
公开(公告)日：2020-07-03
申请号：CN201980005836.1
申请日：2019-07-19
申请人： 深度来源公司
发明人： 金泰勋
摘要： 本发明提供一种学习用于隐藏(Concealing)原始数据以保护个人信息的混淆网络(Obfuscation Network)的方法，所述方法包括：学习装置指示混淆网络对输入的训练数据进行混淆，将混淆后的训练数据输入到学习网络中，并使学习网络将网络运算应用于混淆后的训练数据，从而生成第1特征信息；使学习网络将网络运算应用于输入的训练数据，从而生成第2特征信息；以及学习混淆网络，以使通过参考将第1特征信息和第2特征信息作为参考而获得的错误与将任务特定输出(Task Specific Output)和其对应的真实数据(Ground Truth)作为参考而获得的错误中的至少一部分来计算出的错误最小化，并使通过参考训练数据和混淆的训练数据来计算出的错误最大化。
-
-
-
搜索结果
4 条记录 (耗时 0.027 秒)
