公开(公告)号：CN118821905B

公开(公告)日：2024-11-29

申请号：CN202411300567.0

申请日：2024-09-18

Applicant: 南京信息工程大学

Inventor： 胡博涵 ,  薛羽

IPC: G06N3/094 ,  G06N3/0464 ,  G06N3/006 ,  G06F18/2411

Abstract: 本发明提供了代理模型辅助的演化生成对抗网络架构搜索方法和系统，所述方法对生成对抗神经网络中的生成器网络架构进行编码，并对网络架构进行演化搜索。通过初始化若干网络架构并进行训练，构建数据集并训练基于两两比较关系的代理模型。然后，使用代理模型协助进行生成对抗神经网络的演化搜索过程，从而避免了部分架构的训练过程，并直接对神经架构进行非支配排序。最后，在全局最优解中挑选出适合任务需求的网络架构。与传统演化生成对抗网络架构搜索，本发明的代理模型辅助的演化生成对抗网络架构搜索具有稳定、快速的优点。这种方法相比传统的优化方法具有更高的效率和更好的搜索性能，能够更快地找到适合任务的最优神经网络架构。

公开(公告)号：CN118821905A

公开(公告)日：2024-10-22

申请号：CN202411300567.0

申请日：2024-09-18

Applicant: 南京信息工程大学

Inventor： 胡博涵 ,  薛羽

IPC: G06N3/094 ,  G06N3/0464 ,  G06N3/006 ,  G06F18/2411

Abstract: 本发明提供了代理模型辅助的演化生成对抗网络架构搜索方法和系统，所述方法对生成对抗神经网络中的生成器网络架构进行编码，并对网络架构进行演化搜索。通过初始化若干网络架构并进行训练，构建数据集并训练基于两两比较关系的代理模型。然后，使用代理模型协助进行生成对抗神经网络的演化搜索过程，从而避免了部分架构的训练过程，并直接对神经架构进行非支配排序。最后，在全局最优解中挑选出适合任务需求的网络架构。与传统演化生成对抗网络架构搜索，本发明的代理模型辅助的演化生成对抗网络架构搜索具有稳定、快速的优点。这种方法相比传统的优化方法具有更高的效率和更好的搜索性能，能够更快地找到适合任务的最优神经网络架构。