龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：JVC建伍株式会社
申请日：2022-09-06
公开（公告）日：2024-07-05
公开（公告）号：CN118302771A
专利技术分类：...超参数优化；元学习；学会学习[2023.01]
专利摘要：已预训练的特征提取单元54使用已预训练模型提取基本类的样本的特征向量。基本类分类权重58以基本类的样本的特征向量为输入，使用基本类的分类权重对基本类的样本进行分类。特征最优化部64对以已预训练模型为基础的优化模块进行元学习，对新类样本的特征矢量进行优化。新类特征平均化部66按每个类对新类样本的特征矢量进行平均，计算新类的分类权重。图表神经网络70以基本类的分类权重和新类的分类权重为输入，对基本类和新类之间的依存关系进行元学习，输出重构的分类权重。
专利权项：1.一种机器学习装置，所述机器学习装置对少于基本类的新类进行持续学习，并包括：基本类特征提取部，利用已预训练模型提取基本类样本的特征矢量；基本类的分类部，以基本类样本的特征矢量为输入，利用基本类的分类权重对基本类样本进行分类；特征最优化部，对以所述已预训练模型为基础的优化模块进行元学习，对新类样本的特征矢量进行优化；新类特征平均部，按每个类对新类样本的特征矢量进行平均，计算新类的分类权重；图神经网络，以基本类的分类权重和新类的分类权重为输入，对基本类与新类之间的依赖关系进行元学习，输出重构分类权重；以及未知类的分类部，以使用所述优化模块提取的未知类的样本的特征矢量为输入，使用所述重构分类权重对未知类的样本进行分类。
百度查询： JVC建伍株式会社 机器学习装置、机器学习方法以及机器学习程序
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号