用于修正神经网络中的有错误的神经元函数的方法和设备技术

本发明专利技术涉及用于修正神经网络中的有错误的神经元函数的方法和设备。本发明专利技术涉及一种用于根据神经元输出值（o1，o2）来计算神经网络的输出值的方法、尤其是计算机实施的方法，所述神经网络具有多个神经元（1），所述方法具有下列步骤：

【技术实现步骤摘要】
用于修正神经网络中的有错误的神经元函数的方法和设备


[0001]本专利技术涉及神经网络，并且尤其是涉及用于检查和修正神经网络中的神经元的功能的措施。

技术介绍

[0002]显而易见地，采用机器学习方法，以便应对在不同领域中的复杂任务提出。尤其是，有学习能力的系统适合于如例如图像分类、对象识别、语音处理以及其他等等之类的任务提出。通过将高度并行的计算单元设置在单个部件上的可能性，可以实施具有高并行性的深度神经网络。
[0003]尤其是在高度集成地实施深度神经网络的情况下，涉及一个或者多个单个神经元的硬件错误变得更有可能。因而，必要性原则上是识别功能错误。
[0004]针对错误识别，并且必要时针对错误校正，必需一种形式的冗余。在一般情况下，如何充分利用冗余以便识别出错误和必要时修正错误的方式和方法是问题特定的（Problemspezifisch）。不同冗余形式的组合也经常被应用于整个系统的多个层面。冗余原则上可以包括空间冗余（结构的倍增）、时间冗余（时间上错移地进行的检查）和编码（呈相同信息内容的多重信息形式的冗余）。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于根据神经元输出值（o1，o2）来计算神经网络的输出值的方法、尤其是计算机实施的方法，所述神经网络具有多个神经元（1），所述方法具有下列步骤：
‑ꢀ
检查（S1，S2）神经元组的一个或者多个神经元的神经元函数；
‑ꢀ
在查明所述神经元组中的错误时，确定（S3）所述错误的致命性；
‑ꢀ
根据所查明的错误的所述致命性，修正（S5）所述神经元组的所述一个或者多个神经元（1）中的至少一个神经元的所述神经元输出值（o1，o2）。2.根据权利要求1所述的方法，其中，通过如下方式在错误评估中识别出所述错误的所述致命性：借助校验和比较来确定错误，其中借助错误评估函数，在神经元输出值（o1，o2）的和与校验和之间的校验和偏差被分配给所述错误的致命性。3.根据权利要求2所述的方法，其中，如果所述校验和偏差大于预先给定的阈值，则错误被评估为致命的。4.根据权利要求3所述的方法，其中，针对一层神经元的所有神经元组各个单独地或者同样地规定所述预先给定的阈值，或者针对所有神经元组同样地规定所述预先给定的阈值。5.根据权利要求1至4中任一项所述的方法，其中，通过如下方式在错误评估中识别出所述错误的所述致命性：借助校验和比较来确定错误，其中借助错误评估函数，根据在所述神经元输出值（o1，o2）的和与校验和之间的校验和偏差，确定所述所查明的错误的所述致命性，其中尤其是当所述神经元输出值小于所述校验和偏差时，所述错误被识别为非致命的。6.根据权利要求1至5中任一项所述的方法，其中，在错误评估中，根据所述神经网络的一层或者一个区域的所找到的错误的数目，确定错误的所述致命性。7.根据权利要求1至6中任一项所述的方法，其中，在错误评估中，根据被检查的神经元组的位置，确定错误的所述致命性，在所述被检查的神经元组中，查明错误。8.根据权利要求1至7中任一项所述的方法，其中，借助基于数据的可训练的错误相关性模型，确定错误的所述致命性，对所述错误相关性模型进行训练，以便根据尤其是针对神经元的不同的神经元组的错误表现、所述校验和偏差和所述被检查的神经元组在所述神经网络之内的所...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：罗伯特，
类型：发明
国别省市：