平安科技(深圳)有限公司郑喜民获国家专利权
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!
龙图腾网获悉平安科技(深圳)有限公司申请的专利对抗型神经网络训练方法、装置、设备和存储介质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:CN115222022B 。
龙图腾网通过国家知识产权局官网在2026-03-27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:202210934762.3,技术领域涉及:G06N3/045;该发明授权对抗型神经网络训练方法、装置、设备和存储介质是由郑喜民;王颖妮;舒畅;陈又新设计研发完成,并于2022-08-04向国家知识产权局提交的专利申请。
本对抗型神经网络训练方法、装置、设备和存储介质在说明书摘要公布了:本申请的对抗型神经网络训练方法、装置、设备和存储介质,其中方法包括:获取输入样本集;对输入样本集加入扰动项,得到扰动样本集。根据扰动样本集构造第一损失函数。通过改变扰动项最大化第一损失函数,得到对抗样本集。根据对抗样本集构造第二损失函数。通过最小化第二损失函数训练对抗型神经网络。判断第二损失函数的损失值是否小于损失阈值,若是,则停止训练对抗型神经网络。通过第一损失函数得到对抗样本集,通过由对抗样本集构造的第二损失函数对对抗型神经网络进行训练,能够增强对抗型神经网络对于对抗样本的鲁棒性,提高输入为对抗样本时图像分类的准确率。
本发明授权对抗型神经网络训练方法、装置、设备和存储介质在权利要求书中公布了:1.一种对抗型神经网络训练方法,其特征在于,包括: 获取输入样本集;对所述输入样本集加入扰动项,得到扰动样本集,包括将所述输入样本集中的每一个输入样本加上扰动项,得到对应的扰动样本;将所有所述扰动样本作为扰动样本集,所述扰动样本集用于后续寻找对抗样本,所述输入样本集中的样本为图像; 根据所述扰动样本集构造第一损失函数; 通过改变所述扰动项最大化所述第一损失函数,得到对抗样本集; 根据所述对抗样本集构造第二损失函数; 通过最小化所述第二损失函数训练所述对抗型神经网络;判断所述第二损失函数的损失值是否小于损失阈值,若是,则停止训练所述对抗型神经网络; 其中,所述根据所述扰动样本集构造第一损失函数,包括: 将所述扰动样本集与预测对抗样本集的度量函数作为所述第一损失函数; 其中,所述通过改变所述扰动项最大化所述第一损失函数,得到对抗样本集,包括: 将所述扰动样本集中的每一个扰动样本的所述扰动项替换为修正扰动项,得到多个修正扰动样本; 将所述多个修正扰动样本输入所述第一损失函数,得到多个第一损失函数值; 统计每一个所述扰动样本对应的所有所述修正扰动样本的第一损失函数值,将最大第一损失函数值对应的所述修正扰动样本作为所述对抗样本; 将所有所述对抗样本组成所述对抗样本集; 修正扰动样本的公式如下: ; 其中,为修正扰动项,为修正扰动样本; 修正扰动项的范围为[],按从小到大的顺序将扰动项替换为[]之间的整数,得到多个修正扰动样本。
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平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励