支付宝(杭州)信息技术有限公司唐才智获国家专利权
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！
龙图腾网获悉支付宝(杭州)信息技术有限公司申请的专利一种基于数据增广的模型训练方法、装置以及设备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：CN115964633B 。
龙图腾网通过国家知识产权局官网在2025-09-05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：202211261446.0，技术领域涉及：G06F18/214；该发明授权一种基于数据增广的模型训练方法、装置以及设备是由唐才智;方军鹏设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。
本一种基于数据增广的模型训练方法、装置以及设备在说明书摘要公布了：本说明书实施例公开了一种基于数据增广的模型训练方法、装置以及设备。通过获取训练样本的集合，其中，所述集合中包含有标样本和无标样本；编码生成所述有标样本所对应的第一隐变量，以及，编码生成所述无标样本所对应的第二隐变量；根据所述第一隐变量生成第一分类结果，确定所述第一分类结果与所述有标样本的监督损失值；解码所述第二隐变量生成增广数据，编码所述增广数据生成第三隐变量；根据所述第二隐变量生成第二分类结果，以及，根据所述第三隐变量生成第三分类结果，确定所述第二分类结果和所述第三分类结果的一致性损失值；融合所述监督损失值和一致性损失值对所述模型进行训练，从而实现无需人工数据增广，让模型本身增广数据。
本发明授权一种基于数据增广的模型训练方法、装置以及设备在权利要求书中公布了：1.一种基于数据增广的模型训练方法，包括： 获取训练样本的集合，其中，所述集合中包含有标样本和无标样本； 编码生成所述有标样本所对应的第一隐变量，以及，编码生成所述无标样本所对应的第二隐变量； 根据所述第一隐变量生成第一分类结果，确定所述第一分类结果与所述有标样本的监督损失值； 解码所述第二隐变量生成增广数据，编码所述增广数据生成第三隐变量； 根据所述第二隐变量生成第二分类结果，以及，根据所述第三隐变量生成第三分类结果，确定所述第二分类结果和所述第三分类结果的一致性损失值； 融合所述监督损失值和一致性损失值对所述模型进行训练。
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支付宝(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区西溪路556号8层B段801-11；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”。
以上内容由AI智能生成
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。
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。
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