用于神经网络的系统和方法
发布时间：2024-07-05 10:19:11 人气：0
用于神经网络的系统和方法
专利类型：
发明授权
申请(专利)号：
CN202010198007.4
申请日：
2020-03-19
授权公告号：
CN111723903B
授权公告日：
2024-07-05
申请人：
地址：
法国鲁塞
发明人：
专辑：
信息科技
专题：
计算机软件及计算机应用
主分类号：
G06N3/0464
分类号：
G06N3/0464;G06N3/063;G06N3/08
国省代码：
FR0HARST
页数：
18
代理机构：
北京市金杜律师事务所
代理人：
董莘
优先权：
2019-03-20 FR 1902853
主权项：
1.一种用于神经网络的方法,包括：分析限定初始多层神经网络的一组初始参数,分析包括减小所述初始多层神经网络的每个层的至少一个初始参数的尺寸,以针对每个层获得限定新神经网络的一组新参数,其中所述一组新参数中的每个新参数具有以两个部分表示的数据,所述两个部分包括整数部分和分数部分；使用仅应用到每个层一次的测试输入数据集来实施所述新神经网络,以生成针对该层的输出数据矩阵；针对每个层,基于针对该层的所述输出数据矩阵确定分布函数或密度函数；以及基于所确定的所述分布函数或所述密度函数,增大被分配给与每个层相关联的每个新参数的所述分数部分的存储器区域的尺寸,并且减小被分配给与每个层相关联的每个新参数的所述整数部分的所述存储器区域的尺寸,或者减小被分配给与每个层相关联的每个新参数的所述分数部分的所述存储器区域的尺寸,并且增大被分配给与每个层相关联的每个新参数的所述整数部分的所述存储器区域的尺寸。
摘要：
本公开涉及用于神经网络的系统和方法。根据一个实施例,一种方法包括：减小初始多层神经网络的每个层的至少一个初始参数的尺寸,以针对每个层获得限定新神经网络的一组新参数,其中上述一组新参数中的每个新参数具有以包括整数部分和分数部分的两个部分表示的数据；使用仅应用到每个层一次的测试输入数据集来实施新神经网络；针对每个层确定从所述一组新参数得到的分布函数或密度函数；以及基于所确定的分布函数或密度函数,调整被分配给与每个层相关联的每个新参数的分数部分的存储器区域的尺寸和被分配给与每个层相关联的每个新参数的整数部分的存储器区域的尺寸。
查看法律状态
相似专利
[1] 基于神经网络的数据处理方法、装置、设备及存储介质. 周谦;周方云;詹成君;方允福.中国专利:CN110163337B,2023-01-20
[2] 基于量子模糊卷积神经网络的对抗样本检测方法及系统. 张仕斌;黄晨猗.中国专利:CN115688883A,2023-02-03
[3] 神经网络的数据集相关的低秩分解. A·R·乔杜里;S·高亚尔;V·夏尔玛;V·查克拉瓦蒂;Y·萨芭哈尔瓦尔;A·维尔马.中国专利:CN113826120B,2023-02-14
[4] 一种数据处理方法及装置、存储介质. 赵洪星.中国专利:CN115705483A,2023-02-17
[5] 一种模型训练方法、装置、计算机设备及可读存储介质. 王佳;郭梓旸.中国专利:CN115719083A,2023-02-28
[6] 一种神经网络加速方法、装置、设备、芯片及存储介质. 丰祥.中国专利:CN115759192A,2023-03-07
[7] 基于卷积神经网络的旁路分析模型构建方法. 陈开颜;刘林云;李雄伟;张阳;王寅龙;李玺;谢方方;谢志英;李艳;朱宁.中国专利:CN115775013A,2023-03-10
[8] 一种多色荧光光谱解混方法及系统. 邓勇;李文松;蒋宇轩;刘锴贤.中国专利:CN115829007A,2023-03-21
[9] 神经网络剪枝方法、装置、电子设备、存储介质及产品. 李雪晨.中国专利:CN115829008A,2023-03-21
[10] 神经网络搜索方法、装置、电子设备和存储介质. 黄涛;游山;王飞;钱晨.中国专利:CN112200304B,2023-03-24
本领域科技成果与标准
科技成果
相关标准
科技成果共34条
[1] 面向大数据的智能混合算法及其在经济预测中的应用研究. 卢金娜;王晓燕;张文;张琪.国家科技成果.
[2] 基于新型卷积神经网络的图像挖掘及其在贺兰山岩画研究中的应用. 李风军;史伟;侯韶章;马婧瑛;刘智永;浦浩;李鹏柱;杜珊;胡敏;王倩.国家科技成果.
[3] 基于弱监督的神经网络翻译模型研究. 张家俊.国家科技成果.
[4] 基于多通道神经网络的生物医疗文本信息提取关键技术研究. 金日泽;金光浩;王江锋;赵雷.国家科技成果.
[5] 面向柔性物流中智能搬运机器人的移动目标视觉感知关键问题研究. 刘冀钊.国家科技成果.
[6] 基于深度神经网络的图像可信采集与预测机制研究. 罗瑜;李玉霞;徐翔;黄庆;刘鹏宇;常奥.国家科技成果.
[7] 提升神经网络标题生成一致性方法研究. 阿雅娜.国家科技成果.
[8] 进化神经网络及其在图像不变性理解中的应用. 胡宏;刘继敏;万华林;梁永全;王伟;王纪华.国家科技成果.
[9] NPSC神经网络并行仿真计算机. 国家科技成果.
[10] 基于神经与模糊计算的数据挖掘的理论研究. 张伟;廖晓峰;李学明;刘勇国;彭军.国家科技成果.
研究与应用
本专利研制背景
本专利应用动态
所涉核心技术研究动态
期刊共9914条
[1] 几何视角下深度神经网络的对抗攻击与可解释性研究进展. 夏萌霏;叶子鹏;赵旺;易冉;刘永进.中国科学:信息科学
[2] 基于深度神经网络的点击率预测模型. 刘弘历;武森;魏桂英;李新;高晓楠.工程科学学报
[3] 面向会话的需求感知注意图神经网络推荐模型. 郑小丽;王巍;杜雨晅;张闯.计算机工程与应用
[4] 利用图神经网络的互补产品推荐. 倪伟竣;纪淑娟;梁永全.计算机工程与应用
[5] 基于图变换型神经网络的知识图谱补全研究. 蔡千禧;季伟东.微电子学与计算机
[6] 基于脉冲神经网络的图像分类研究进展. 刘昶月.智能计算机与应用
[7] 融合注意力机制的图神经网络在社交网络推荐中的应用. 彭雄新.无线互联科技,2025(23)
[8] 基于图神经网络的多维信息拓扑结构挖掘方法. 陈杨;司毅;王吉刚;杨威.舰船电子对抗,2025(01)
[9] 基于图变换型神经网络的知识图谱补全研究. 蔡千禧;季伟东.微电子学与计算机,2025(05)
[10] 基于图神经网络的情感分类研究. 唐田;拥措.信息与电脑,2025(09)
硕博共12559条
[1] 基于脉冲神经网络的纹理图像识别研究. 张振敏.福建师范大学,2016
[2] 基于深度卷积神经网络多尺度共享与子块级联的物体识别. 姜晓恒.天津大学,2017
[3] 基于深度学习的手语识别技术研究. 黄杰.中国科学技术大学,2018
[4] 深度卷积神经网络中反馈机制的计算建模及应用研究. 曹春水.中国科学技术大学,2018
[5] 基于视频的人类行为识别方法研究. 刘志康.中国科学技术大学,2018
[6] 结合知识和神经网络的文本表示方法的研究. 李一鸣.浙江大学,2018
[7] 面向图像目标识别和检测的深度神经网络关键技术研究. 李扬.北京邮电大学,2018
[8] 文本否定范围识别技术研究及其应用. LYDIA LAZIB.哈尔滨工业大学,2018
[9] 基于深度学习的交互式问答技术研究. 周小强.哈尔滨工业大学,2017
[10] 基于卷积神经网络的生物医学信号分类与重构. 焦志成.西安电子科技大学,2018
会议共130条
[1] 基于深度卷积神经网络的红外船只目标检测方法. .2018年光学技术与应用研讨会暨交叉学科论坛,2018
[2] 基于Unet网络的肺部分割. 孙鑫;吕磊.2020中国仿真大会,2020
[3] 基于U-net卷积神经网络双层参数优化的心脏图像分割. 耿传玉;王泽宇;周晓君;阳春华.第31届中国过程控制会议（CPCC 2020）,2020
[4] 基于低秩双线性卷积神经网络的手机型号识别方法. 韩红桂;甄琪;杜永萍;乔俊飞.第31届中国过程控制会议（CPCC 2020）,2020
[5] 深度卷积神经网络压缩方法研究. 华阳;孟晓;秦智勇.中国航天电子技术研究院科学技术委员会2020年学术年会,2020
[6] 基于卷积神经网络的表面缺陷检测方法综述. 赵丰;张兴会;高慧敏;张立波.第十四届全国信号和智能信息处理与应用学术会议,2021
[7] 基于Lattice LSTM-CRF模型的中文紧急事件抽取. 张江英;郝矿荣;王直杰;唐雪嵩;刘肖燕;任立红.2020中国自动化大会(CAC2020),2020
[8] 基于深度学习的自然语言处理技术研究及探讨. 王彦丹;陈仲堂;朱玉;陈爽.第十八届沈阳科学学术年会,2021
[9] 基于深度学习的用电大数据异常检测与修复. 杨昊;彭阳;余芳强;许璟琳.中国土木工程学会总工程师工作委员会2021年度学术年会暨首届总工论坛会议,2021
[10] 基于端到端卷积神经网络的双能CBCT多物质定量成像. 朱炯滔;苏婷;杨杰成;梁栋;葛永帅.第十七届中国体视学与图像分析学术会议,2022
报纸共3条
[1] 这套电网“神经网络” 助力新型能源体系建设. 张一帆.证券时报,2024-09-26
