[發明專利]一種面向特征解構的對抗合作網絡模塊及其對抗合作方法

在審

• 申請號: 202010804244.0
• 申請日: 2020-08-12
• 公開（公告）號: CN111950631A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 譚琦;楊沛
• 申請（專利權）人: 華南師范大學;華南理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李盛洪

1.一種面向特征解構的對抗合作網絡模塊，其特征在于，包括對抗合作模塊和知識共享模塊，所述對抗合作模塊包括特征生成器、領域鑒別器和排它式對抗器；所述特征生成器接收任務樣本并分別與領域鑒別器和排它式對抗器進行對抗，所述特征生成器生成領域共性特征和領域個性特征，所述知識共享模塊接收領域共性特征和領域個性特征并生成最終的分類預測。

2.根據權利要求1所述的一種面向特征解構的對抗合作網絡模塊，其特征在于，所述知識共享模塊包括領域共性特征分類器、領域混合特征分類器和領域個性特征分類器；所述領域共性特征分別傳遞到領域共性特征分類器和領域混合特征分類器中，所述領域個性特征分別傳遞到領域混合特征分類器和領域個性特征分類器中，所述領域共性特征分類器、領域混合特征分類器和領域個性特征分類器通過兩兩之間的互補學習生成最終的分類預測。

3.根據權利要求1所述的一種面向特征解構的對抗合作網絡模塊，其特征在于，所述排它式對抗器的運行邏輯包括前向傳遞和梯度后向反饋。

4.一種面向特征解構的對抗合作方法，其特征在于，包括以下步驟：

S1、對每個任務分別隨機抽取一定數量的樣例并將其輸入到特征生成器內；

S2、特征生成器和領域鑒別器進行領域對抗，通過合作的方式生成領域共性特征，同時特征生成器又與排它式對抗器互相對抗，通過對抗的方式生成領域個性特征，從而實現有效的特征解構，同時更新排它式對抗器；

S3、將步驟S2解構出來的領域共性特征分別傳遞到領域共性特征分類器和領域混合特征分類器中，將所述領域個性特征分別傳遞到領域混合特征分類器和領域個性特征分類器中；同時分別更新領域共性特征分類器、領域個性特征分類器和領域混合特征分類器；

S4、更新特征生成器；并循環步驟S1～S4若干次；

S5、最終的領域共性特征分類器、領域個性特征分類器和領域混合特征分類器進行兩兩之間的互補學習，從而產生最終的分類預測。

5.根據權利要求4所述的一種面向特征解構的對抗合作方法，其特征在于，步驟S2中所述排它式對抗器的運行邏輯包括前向傳遞和梯度后向反饋。

6.根據權利要求4所述的一種面向特征解構的對抗合作方法，其特征在于，步驟S2中所述領域鑒別器的更新方向為沿著其隨機梯度上升的方向。

7.根據權利要求4所述的一種面向特征解構的對抗合作方法，其特征在于，步驟S3中所述領域共性特征分類器、領域個性特征分類器和領域混合特征分類器的更新方向均為沿著其隨機梯度下降的方向。

8.根據權利要求4所述的一種面向特征解構的對抗合作方法，其特征在于，步驟S4中循環的次數與任務的數量相同。

9.根據權利要求4所述的一種面向特征解構的對抗合作方法，其特征在于，步驟S2中排它式對抗器首次更新的方向為沿著其隨機梯度下降的方向，其第二次或第二次以上更新的方向為沿著其隨機梯度上升的方向。

10.根據權利要求4所述的一種面向特征解構的對抗合作方法，其特征在于，步驟S5中采用少數服從多數的投票制，即根據領域共性特征分類器、領域個性特征分類器和領域混合特征分類器的分類結果進行投票，并產生最終的分類預測。