- 专利标题： 一种基于循环生成对抗网络的迁移学习排序方法
-
申请号： CN201811051537.5申请日： 2018-09-10
-
公开(公告)号： CN109492075A公开(公告)日： 2019-03-19
- 发明人: 赵伟强 , 赖韩江 , 印鉴 , 高静
- 申请人： 中山大学 , 广东恒电信息科技股份有限公司
- 申请人地址： 广东省广州市海珠区新港西路135号
- 专利权人： 中山大学,广东恒电信息科技股份有限公司
- 当前专利权人： 中山大学,广东恒电信息科技股份有限公司
- 当前专利权人地址： 广东省广州市海珠区新港西路135号
- 代理机构： 广州粤高专利商标代理有限公司
- 代理商 林丽明
- 主分类号： G06F16/332
- IPC分类号： G06F16/332 ; G06N3/04 ; G06N3/08
摘要：
本发明提供一种基于循环对抗生成网络的迁移学习排序的方法，本发明是在学习排序的数据集LETOR3.0上进行迁移排序学习，用计算机视觉领域内的循环对抗生成网络做迁移学习框架，即用A域的特征生成B的特征，用B域的特征生成A域的特征，这样生成的特征都包含着另外一个域的特征信息；再用RankNet的学习排序算法对迁移过来的数据进行学习，用学习到的排序模型在目标域进行测试；在学习的过程中完全不涉及到目标域的标签信息。
公开/授权文献
- CN109492075B 一种基于循环生成对抗网络的迁移学习排序方法 公开/授权日：2021-09-28
