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

训练人工智能模型的方法和装置 

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!

申请/专利权人:富士通株式会社

摘要:公开了训练人工智能模型的方法和装置。该模型用于处理张量数据并且输出指示多种类别之一的分类结果,张量数据包括多个元素,每个元素包括多个特征。该训练方法包括:对张量数据进行分解以获得核心张量;基于核心张量执行第一解释算法,以确定每个元素对于每种类别的贡献分,其中,贡献分表示该元素对于该类别被确定为分类结果的贡献程度;在多个元素中选择贡献分大于阈值的元素;针对所选择的每一个元素,利用第二解释算法来确定该元素中的每个特征对于每种类别的重要性分数;基于重要性分数来选择特征,并且基于所选择的特征来构建张量数据训练样本;利用构建的张量数据训练样本来训练该模型。

主权项:1.一种用于训练分类模型的方法,其中,所述分类模型用于处理张量数据,并且输出指示多种类别之一的分类结果,所述张量数据包括多个元素,每个元素包括多个特征,所述方法包括:对所述张量数据进行分解以获得核心张量;基于所述核心张量执行第一解释算法,以确定所述多个元素中的每个元素对于每种类别的贡献分,其中,所述贡献分表示所述元素对于所述类别被确定为分类结果的贡献程度;在所述多个元素中选择贡献分大于阈值的元素;针对所选择的元素中的每一个,利用第二解释算法来确定所述元素中的每个特征对于每种类别的重要性分数;基于重要性分数来选择特征,并且基于所选择的特征来构建张量数据训练样本;以及利用构建的张量数据训练样本来训练所述分类模型。

全文数据:

权利要求:

百度查询: 富士通株式会社 训练人工智能模型的方法和装置

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。