【技术实现步骤摘要】
数据处理系统及其数据处理方法
本专利技术指一种数据处理系统及其数据处理方法,尤指可针对整体系统进行优化并减少时间及人力耗费的一种数据处理系统及其数据处理方法。
技术介绍
在深度学习(deeplearning)技术中,神经网络(neuralnetwork)可包含有神经元集合,且可具有类似于生物神经网络的结构或功能。神经网络可为多种应用提供有用的技术,特别是与数字信号处理相关的应用,例如影像或音频等数据处理,而这些应用若藉由现有的数字信号处理则会相当繁杂。举例来说,数字信号处理的参数须藉由人工调整(Manualadjustment),而耗费时间及人力。神经网络则可藉由大量数据和自动训练而建立优化的神经网络,因此有利于处理复杂的任务或数据。
技术实现思路
因此,本专利技术主要提供一种数据处理系统及其数据处理方法,以针对整体系统进行优化并减少时间及人力耗费。本专利技术公开一种数据处理系统,包含有至少一信号处理单元以及至少一神经网络层。至少一信号处理单元中的一第一信号处理单元利用至少一第一参数进行信号处理。 ...
【技术保护点】
1.一种数据处理系统,其特征在于,包含有:/n至少一信号处理单元,其中,该至少一信号处理单元中的一第一信号处理单元利用至少一第一参数进行信号处理;以及/n至少一神经网络层,其中,该至少一神经网络层中的一第一神经网络层具有至少一第二参数,该至少一第一参数与该至少一第二参数一并训练。/n
【技术特征摘要】
20191115 TW 108141621;20191001 US 62/908,6091.一种数据处理系统,其特征在于,包含有:
至少一信号处理单元,其中,该至少一信号处理单元中的一第一信号处理单元利用至少一第一参数进行信号处理;以及
至少一神经网络层,其中,该至少一神经网络层中的一第一神经网络层具有至少一第二参数,该至少一第一参数与该至少一第二参数一并训练。
2.如权利要求1所述的数据处理系统,其特征在于,该至少一第一参数与该至少一第二参数为可变的,该至少一第一参数与该至少一第二参数藉由一算法而自动调整。
3.如权利要求1所述的数据处理系统,其特征在于,该数据处理系统的输出为该至少一第一参数与该至少一第二参数的函数,而相关于该至少一第一参数与该至少一第二参数。
4.如权利要求1所述的数据处理系统,其特征在于,该第一信号处理单元接收至少一第一数据,该第一神经网络层接收至少一第二数据,部分或全部的该至少一第一数据相同于部分或全部的该至少一第二数据。
5.如权利要求1所述的数据处理系统,其特征在于,该第一信号处理单元输出的至少一第三数据与该第一神经网络层输出的至少一第四数据进行结合,结合方式包括但不仅限于串接或加总。
6.如权利要求1所述的数据处理系统,其特征在于,该第一信号处理单元自该第一神经网络层接收至少一第一数据或将该至少一第一数据传送至该第一神经网络层。
7.如权利要求1所述的数据处理系统,其特征在于,该至少一神经网络层中的一者包括卷积神经网络、递归神经网络、前馈类神经网络、长短期记忆网络、门控循环单元、注意力机制、启用函式、全连接层或池化层。
8.如权利要求1所述的数据处理系统,其特征在于,该至少一信号处理单元中的一者执行傅立叶变换、余弦转换、傅立叶逆转换或余弦反转换、加窗或框化。
9.如权利要求1所述的数据处理系统,其特征在于,藉由一算法,该至少一第一参数及该至少一第二参数逐渐收敛...
【专利技术属性】
技术研发人员:林永隆,高肇阳,郭皇志,
申请(专利权)人:创鑫智慧股份有限公司,
类型:发明
国别省市:中国台湾;71
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。