金融界2024年1月13日消息,据国家知识产权局公告,通用电气公司取得一项名为“用于通过对特征本体的深度学习来进行交互式表示学习迁移的系统和方法”,授权公告号CN111316290B,申请日期为2018年11月。
专利摘要显示,本发明提供了一种用于向卷积神经网络(CNN)进行交互式表示学习迁移的方法。该方法包括从第一成像模态和第二成像模态获得至少第一输入图像数据集和第二输入图像数据集。此外,该方法包括执行以下中的至少一者:联合训练基于与该第一输入图像数据集相关联的标签的第一受监督学习CNN和基于与该第二输入图像数据集相关联的标签的第二受监督学习CNN,以生成一个或多个共同特征基元和对应映射函数;以及分别利用该第一输入图像数据集和该第二输入图像数据集联合训练第一无监督学习CNN和第二无监督学习CNN,以学习该输入图像数据集的压缩表示,该压缩表示包括共同特征基元和对应映射函数;以及将该共同特征基元和该对应映射函数存储在特征基元储存库中。
来源:金融界