The embodiment of the invention provides a multi-source and large data analysis method and system based on a multi task depth network. The method includes: a multi task depth network that is trained for the analysis of the multisource and large data input, and an analysis result of the multiple tasks to be analyzed. The first layer of the depth network classification layer has multiple network parameters corresponding to the multiple tasks one by one, which is used to obtain the input characteristics of each classifier in the classified layer according to the input characteristics of the first layer of the classification layer. In the process of training the multi task depth network for multi source and large data analysis, the first layer of the classification layer is set as a specific task correlation layer that does not share network parameters, and the connection between different tasks is excavated better. The tensor normal distribution is used as a priori probability to dig out the parameters of the specific task related layer network parameters. The multi task depth network after training is more rapid and accurate for the analysis of multi-source and big data.
【技术实现步骤摘要】
一种基于多任务深度网络的多源大数据分析方法
本专利技术实施例涉及大数据分析
,更具体地,涉及一种基于多任务深度网络的多源大数据分析方法及系统。
技术介绍
如今正处于大数据时代,互联网技术在日常生活、学习、工作中应用得越来越广泛,由此产生了大量数据,然而由于数据源多样、记录不规范等原因,数据绝大多数都是像图片、文本、视频等非结构数据,因此针对这类数据的分析和处理的方法就显得尤其重要。这类非结构化数据最大的特点就是缺少标签,而传统的机器学习方法往往需求大量的标记数据,如果强行应用在这类缺少标签的非结构化数据很容易造成过拟合,即很好的拟合了训练数据的特征,但由于泛化能力差在预测数据上表现往往不好。而如今应用广泛的深度神经网络技术,同样需求大量的有标签数据,才能通过大规模分布式并行计算获得理想的准确率。标记数据的稀缺,让人们开始思考新的解决方案:设计通用的算法来减少对标签数据的需求,尤其是利用从相关任务标记数据中挖掘出的现成信息。本专利技术所属的多任务学习即是基于这个思想:一个任务表现的性能可以通过利用相关任务的知识得到提高,即通过挖掘多源数据的可迁移特征以及任务间的联系满足数据分析的需求。知道任务之间的关系就可以将共享的知识从相关的任务迁移到所学任务中,因此只需要学习与特定任务相关的特征。任务关联的基本想法,激发了以下几种方法的产生:可以学习共享特征表示的多任务特征学习,以及可以学习任务之间固有关系的多任务关系学习。现有技术可以通过利用外部数据源,学习可转移的特性,并通过这些特性来减少归纳偏差的转移,从而使不同的任务能够更有效地关联起来。但是这些深度多任务 ...
【技术保护点】
一种基于多任务深度网络的多源大数据分析方法,其特征在于,所述方法包括:将待分析多源大数据输入至训练好的多任务深度网络,输出所述待分析多源大数据的多个任务的分析结果;其中,所述训练好的多任务深度网络的分类层的前一层具有多个网络参数,且所述多个网络参数与所述多个任务一一对应,所述分类层的前一层用于根据所述多个网络参数和所述分类层前一层的输入特征,得到所述分类层中每个分类器的输入特征。
【技术特征摘要】
1.一种基于多任务深度网络的多源大数据分析方法,其特征在于,所述方法包括:将待分析多源大数据输入至训练好的多任务深度网络,输出所述待分析多源大数据的多个任务的分析结果;其中,所述训练好的多任务深度网络的分类层的前一层具有多个网络参数,且所述多个网络参数与所述多个任务一一对应,所述分类层的前一层用于根据所述多个网络参数和所述分类层前一层的输入特征,得到所述分类层中每个分类器的输入特征。2.根据权利要求1所述方法,其特征在于,在所述将待分析多源大数据输入至训练好的多任务深度网络之前,所述方法还包括:获取所述待分析多源大数据对应的训练数据集,并利用所述训练数据集自底向上对所述多任务深度网络的每层网络进行训练,得到每层网络的参数,再利用反向传播算法对每层网络的网络参数进行更新;重复上述步骤直至预设损失函数的值处于预设范围,得到所述训练好的多任务深度网络。3.根据权利要求2所述方法,其特征在于,所述预设损失函数为特定任务相关层的网络参数的最大后验估计与所述多任务深度网络的经验损失之和,其中所述特定任务相关层的网络参数的最大后验估计通过以张量正态分布为先验概率对特定任务相关层的网络参数进行最大后验估计得到,所述特定任务相关层包括所述分类层和所述分类层的前一层。4.根据权利要求3所述方法,其特征在于,所述多任务深度网络的经验损失为:其中,J为交叉熵损失函数,为第t个任务的样本,为第t个任务的标签,Nt为第t个任务的样本数,为将转换为的条件概率。5.根据权利要求3所述方法,其特征在于,所述特定任务相关层中的每一...
【专利技术属性】
技术研发人员:龙明盛,王建民,陈新阳,黄向东,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。