【技术实现步骤摘要】
【国外来华专利技术】可自适应神经网络
本专利技术涉及神经网络系统领域,并且特别涉及能够对输入数据执行多次评估的神经网络系统。
技术介绍
WO2018/081563公开了用于确定神经网络架构的方法和系统。这些方法之一包括:使用控制器神经网络来生成一批输出序列,该批次中的每个输出序列都定义了子神经网络的相应架构,该子神经网络被配置为执行特定的神经网络任务;对于该批次中的每个输出序列:训练具有由输出序列定义的架构的子神经网络的相应实例;评价子神经网络的经训练的实例在特定神经网络任务上的效能,以确定子神经网络的经训练的实例在特定神经网络任务上的效能指标;并且使用针对子神经网络的经训练的实例的效能指标来调整控制器神经网络的控制器参数的当前值。神经网络(例如,采用深度学习模型的网络)越来越多地用于数据分析任务(例如,图像分析和语音识别)。通常,将神经网络应用于输入数据以生成期望的输出信息或数据。典型的神经网络通过将由一系列分析步骤形成的数值模型应用于输入数据而生成或预测指示期望任务的结果的输出数据来进行操作。每个分析步骤通常被称为神经网络的“层”。 ...
【技术保护点】
1.一种用于处理第一输入数据(11)的可自适应神经网络系统(1),所述神经网络系统(1)包括:/n由多个顺序层(4a、4b、4c)形成的第一神经网络(4),其中,所述第一神经网络适于通过使用所述多个顺序层处理第一输入数据(11)来生成输出数据(15);/n第二神经网络(5),其适于基于指示要对所述第一输入数据(11)执行的期望任务的第二输入数据(12)来生成针对所述第一神经网络(4)的所述多个顺序层(4a、4b、4c)的至少一个任务特异性参数(7);以及/n神经网络修改器(6),其适于基于由所述第二神经网络(5)生成的所述至少一个任务特异性参数(7)来修改所述第一神经网络( ...
【技术特征摘要】
【国外来华专利技术】20180830 EP 18191736.01.一种用于处理第一输入数据(11)的可自适应神经网络系统(1),所述神经网络系统(1)包括:
由多个顺序层(4a、4b、4c)形成的第一神经网络(4),其中,所述第一神经网络适于通过使用所述多个顺序层处理第一输入数据(11)来生成输出数据(15);
第二神经网络(5),其适于基于指示要对所述第一输入数据(11)执行的期望任务的第二输入数据(12)来生成针对所述第一神经网络(4)的所述多个顺序层(4a、4b、4c)的至少一个任务特异性参数(7);以及
神经网络修改器(6),其适于基于由所述第二神经网络(5)生成的所述至少一个任务特异性参数(7)来修改所述第一神经网络(4),从而每当所述第二神经网络(5)接收到新的第二输入数据(12)时就使所述第一神经网络(4)适应于所述期望任务。
2.根据权利要求1所述的可自适应神经网络系统(1),其中,所述第二神经网络(5)适于进一步基于提供关于所述第一输入数据(11)的信息的第三输入数据(13)来生成所述至少一个任务特异性参数(7)。
3.根据权利要求1或2所述的可自适应神经网络系统(1),其中,所述第二输入数据(12)包括对所述可自适应神经网络系统(1)的输入查询,所述输入查询指示要被执行的期望任务。
4.根据权利要求3所述的可自适应神经网络系统(1),其中,所述输入查询包括与所述第一输入数据(11)相关联的假设属性,并且所述第一神经网络(4)适于确定指示所述假设属性是否正确的值(15)。
5.根据权利要求1至4中的任一项所述的可自适应神经网络系统(1),其中,所述第一神经网络(4)的所述多个顺序层(4a、4b、4c)包括预定数量的可调参数,并且所述第二神经网络(5)适于生成针对所述预定数量的可调参数中的每个的任务特异性参数(7)。
6.根据权利要求1至5中的任一项所述的可自适应神经网络系统(1),其中,所述第二神经网络(5)包括多个顺序层(5a、5b、5c),并且所述至少一个任务特异性参数(7)是由所述多个顺序层的顺序最后层(5c)输出的。
7.根据权利要求1至6中的任一项所述的可自适应神经网络系统(1),其中,所述第一输入数据(11...
【专利技术属性】
技术研发人员:B·G·格布雷,S·特拉亚诺夫斯基,
申请(专利权)人:皇家飞利浦有限公司,
类型:发明
国别省市:荷兰;NL
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。