用于使用域分类器进行神经网络中的域适配的系统和方法技术方案

域适配模块(1800)用于使用来自域的各个平行隐藏层的各个输出来优化从第二域(1804)导出的第一域(1802)。

【技术实现步骤摘要】
【国外来华专利技术】用于使用域分类器进行神经网络中的域适配的系统和方法
本申请总体上涉及技术上有创造性的非常规解决方案，这些解决方案必须植根于计算机技术并产生具体的技术改进。
技术介绍
机器学习(有时称为深度学习)可用于与数据理解、检测和/或分类有关的各种有用应用，包括图像分类、光学字符识别(OCR)、对象识别、动作识别、语音识别以及情绪识别。然而，如本文中所理解的，机器学习系统可能不足以使用来自另一个域的训练数据集(例如，电影视频)来识别例如一个域(诸如计算机游戏)中的动作。例如，在计算机游戏行业中，视频和音频是两个独立的过程。首先设计和制作没有音频的游戏，然后音频小组调查整个游戏视频，并从音效(SFX)数据库中插入对应SFX，这非常耗时。如本文所理解的，机器学习可以用于加速该过程，但是当前动作识别模型是在真实世界视频数据集上训练的，从而使它们在用于游戏视频时受到数据集移位或数据集偏差的影响。
技术实现思路
为了克服上述域不匹配问题，训练数据(图像或视频或音频)的至少两个通用域用于对目标数据集进行分类。可以通过例如真实世界视频和计算机本文档来自技高网...

【技术保护点】
1.一种设备，其包括：/n至少一个处理器；以及/n至少一个计算机存储装置，其不是瞬时信号并且包括指令，所述指令能够由所述至少一个处理器执行以：/n访问第一神经网络，所述第一神经网络与第一数据类型相关联；/n访问第二神经网络，所述第二神经网络与不同于所述第一数据类型的第二数据类型相关联；/n将第一训练数据作为输入提供给所述第二神经网络；/n选择第一层，所述第一层是所述第二神经网络的隐藏层；/n识别基于所述第一训练数据生成的来自所述第一层的输出；/n使用第三神经网络，确定来自所述第一层的所述输出是否来自所述第一神经网络，所述第三神经网络不同于所述第一神经网络和所述第二神经网络；/n基于确定来自所述...

【技术特征摘要】
【国外来华专利技术】20181031 US 16/176,8121.一种设备，其包括：
至少一个处理器；以及
至少一个计算机存储装置，其不是瞬时信号并且包括指令，所述指令能够由所述至少一个处理器执行以：
访问第一神经网络，所述第一神经网络与第一数据类型相关联；
访问第二神经网络，所述第二神经网络与不同于所述第一数据类型的第二数据类型相关联；
将第一训练数据作为输入提供给所述第二神经网络；
选择第一层，所述第一层是所述第二神经网络的隐藏层；
识别基于所述第一训练数据生成的来自所述第一层的输出；
使用第三神经网络，确定来自所述第一层的所述输出是否来自所述第一神经网络，所述第三神经网络不同于所述第一神经网络和所述第二神经网络；
基于确定来自所述第一层的所述输出不是来自所述第一神经网络，调整所述第一层的一个或多个权重。


2.如权利要求1所述的设备，其中所述指令能够由所述至少一个处理器执行以：
通过复制所述第一神经网络来初始地建立所述第二神经网络。


3.如权利要求1所述的设备，其中所述指令能够由所述至少一个处理器执行以：
基于确定来自所述第一层的所述输出是来自所述第一神经网络，拒绝调整所述第一层的一个或多个权重。


4.如权利要求3所述的设备，其中所述输出是第一输出，并且其中所述指令能够由所述至少一个处理器执行以：
基于确定来自所述第一层的所述第一输出是来自所述第一神经网络，选择第二层，所述第二层也是所述第二神经网络的隐藏层；
识别第二输出，所述第二输出是来自所述第二层；
使用所述第三神经网络，确定所述第二输出是否来自所述第一神经网络；以及
基于确定所述第二输出不是来自所述第一神经网络，调整所述第二层的一个或多个权重。


5.如权利要求4所述的设备，其中所述第二神经网络的所述第一层和所述第二层是随机选择的。


6.如权利要求1所述的设备，其中所述指令能够由所述至少一个处理器执行以：
在使用所述第三神经网络确定来自所述第一层的所述输出是否来自所述第一神经网络之前，调整所述第三神经网络的一个或多个层的一个或多个权重，使得所述第三神经网络学习将来自所述第一神经网络和所述第二神经网络中的任一者的层的输出进行正确分类。


7.如权利要求6所述的设备，其中所述第三神经网络以无监督模式操作，以使用已标记数据学习将来自所述第一神经网络和所述第二神经网络中的任一者的层的输出进行正确分类。


8.一种方法，其包括：
访问第一神经网络，所述第一神经网络与第一数据类型相关联；
访问第二神经网络，所述第二神经网络与不同于所述第一数据类型的第二数据类型相关联；
将第一训练数据作为输入提供给所述第二神经网络；
选择第一层，所述第一层是所述第二神经网络的隐藏层；
识别基于所述第一训练数据生成的来自所述第一层的输出；
使用第三神经网络，确定来自所述第一层的所述输出是否来自所述第一神经网络，所述第三神经网络...

【专利技术属性】
技术研发人员：R陈，MH陈，J俞，X刘，
申请(专利权)人：索尼互动娱乐股份有限公司，
类型：发明
国别省市：日本;JP