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

多标记分类神经网络的可靠性校准 

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:SAP欧洲公司

摘要:本发明涉及一种多标记分类神经网络的可靠性校准。本公开涉及方法、系统和计算机可读存储介质,通过提供在机器学习ML模型的训练期间使用的替代损失函数来调整机器学习ML模型的行为,该替代损失函数增强ML模型的可靠性,在训练后校准ML模型的置信度,以及通过提供ML模型的置信度与ML模型的预期精度之间的映射来降低下游任务的风险。

主权项:1.一种用于调整机器学习ML模型的行为的计算机实施的方法,所述方法由一个或多个处理器运行,并且包含:使用修改的焦点损失函数来训练ML模型,该修改的焦点损失函数包含指数变量,该指数变量的值基于在训练迭代期间作为输入提供给ML模型的训练数据的类来确定;在训练ML模型之后,通过使用温度标度处理ML模型来校准ML模型的置信度,所述温度标度包含固定ML模型的层的参数并且重新训练ML模型以通过在训练迭代期间调整温度值来优化修改的焦点损失函数;在校准ML模型的置信度之后,生成用于ML模型的阈值到精度的映射,该阈值到精度的映射将阈值集合与精度值集合相关联,其中,所述阈值是阈值置信度值;接收所选择的精度值;基于所选择的精度值,从阈值到精度的映射来确定阈值;以及在ML模型的生产使用期间,基于阈值来有选择地丢弃ML模型的预测,其中,所述ML模型用于将人员与产品、或银行对账单与发票、或银行对账单与客户账户、或图像与图像类别进行匹配。

全文数据:

权利要求:

百度查询: SAP欧洲公司 多标记分类神经网络的可靠性校准

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。