Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜深圳市广联智通科技有限公司马跃获国家专利权

恭喜深圳市广联智通科技有限公司马跃获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜深圳市广联智通科技有限公司申请的专利一种基于遗传算法和高斯过程的超参优化方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114118372B

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111411192.1,技术领域涉及:G06N3/082;该发明授权一种基于遗传算法和高斯过程的超参优化方法及系统是由马跃;罗崇军;魏骁勇;张栩禄;杨震群设计研发完成,并于2021-11-25向国家知识产权局提交的专利申请。

一种基于遗传算法和高斯过程的超参优化方法及系统在说明书摘要公布了:本发明提供了一种基于遗传算法和高斯过程的超参优化方法及系统,属于深度学习和超参优化技术领域,解决现有技术中的超参搜索方法搜索效率低下、搜索结果不佳的问题。本发明包括:1数据集的准备;2搭建神经神经网络模型,生成初始种群;3神经网络模型并行训练;4得到神经网络模型在验证集的准确率;5判断是否达到运行结束条件,若没有达到执行步骤6;6基于高斯过程拟合概率模型后,使用采集函数选择新超参,并基于新超参更新种群,再转到步骤3。本发明用于超参优化。

本发明授权一种基于遗传算法和高斯过程的超参优化方法及系统在权利要求书中公布了:1.一种基于遗传算法和高斯过程的超参优化方法,其特征在于,包括如下步骤:步骤1:准备数据集,包括训练集和验证集;步骤2:搭建神经网络模型,基于多个神经网络模型生成初始的种群,其中,各神经网络模型的超参在超参搜索空间内随机选择;步骤3:基于种群中每个神经网络模型的超参和训练集并行训练各神经网络模型一个epoch,其中,一个epoch是指将整个训练集完全输入神经网络模型训练一遍;步骤4:使用验证集验证训练后的各神经网络模型,得到各神经网络模型的准确率;步骤5:判断各神经网络模型的训练是否达到给定的迭代次数,若达到,则输出验证集上准确率最高的神经网络模型的权值,否则转到步骤6;步骤6:基于高斯过程拟合概率模型后,使用采集函数选择新超参,并基于新超参更新种群,更新后再执行步骤3;所述步骤6的具体步骤为:根据种群中各神经网络模型的超参和其本轮在验证集的准确率,构成数据集,表示第个神经网络模型的超参数,表示第个神经网络模型的准确率,,表示种群大小,表示优化的的目标函数;设服从高斯过程,建立用数据集拟合的概率模型,即,为均值,为协方差矩阵,指高斯过程;根据高斯过程回归的一般计算过程,超参搜索空间中超参预测点处也服从正态分布,得,为预测点均值,为预测点方差,表示超参搜索空间中某点超参处的准确率预测值,表示概率分布;使用采集函数,选择最优的超参: 其中,是数据集中的最优值,表示超参搜索空间中任一点超参,为处的准确率预测值;在超参搜索空间中使采集函数值最大的点,即为本轮最优的超参;将种群中准确率最低的神经网络模型的权值参数替换为准确率最高的神经网络模型的权值参数,并将其超参数设置为,种群中其他神经网络模型保持不变,转到步骤3,对整个种群再次进行训练。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市广联智通科技有限公司,其通讯地址为:518108 广东省深圳市宝安区石岩街道松白路创维数字大厦305、306室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。