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：中国科学院计算技术研究所
摘要：本发明提供了一种多模态平衡的睡眠阶段分类模型训练方法，所述方法包括：获取训练集，其包括多个样本、每个样本对应类别标签以及领域标签；利用所述训练集对预设的睡眠阶段分类模型和领域判别器进行多轮训练，得到经训练的睡眠阶段分类模型，其中，每轮训练中：利用分类模型的特征提取器提取样本中的特征，利用分类模型的分类器根据特征进行分类；利用领域判别器根据特征进行领域判别；根据特征的分类结果和类别标签确定分类性能指标和分类损失；根据特征的域判别结果和领域标签确定域判别性能指标和域判别损失；根据分类损失和域判别损失确定的总损失更新特征提取器的参数，根据损失和性能指标确定的梯度更新分类器或领域判别器中的参数。
主权项：1.一种对睡眠阶段分类模型训练的方法，其特征在于，所述方法包括：获取训练集，所述训练集包括多个样本、每个样本对应的指示睡眠阶段类别的类别标签以及指示每个样本所属领域的领域标签，其中，样本为多模态生理时序信号，所述领域与用户或者用户分组相关；利用所述训练集对预设的睡眠阶段分类模型和领域判别器进行多轮训练，得到经训练的睡眠阶段分类模型，其中，每轮训练中：利用分类模型中的特征提取器从每个模态生理时序信号提取模态特征，利用分类模型中的分类器分别根据每个模态特征和融合特征分别进行睡眠阶段分类，所述融合特征包括所有的模态特征；利用领域判别器根据每个模态特征和融合特征分别进行领域判别；利用根据每个模态特征进行睡眠阶段分类的结果和类别标签确定该模态的分类性能指标，利用根据融合特征进行睡眠阶段分类的结果和类别标签确定分类损失；利用根据每个模态特征进行领域判别的结果和领域标签确定该模态的域判别性能指标，利用根据融合特征领域判别的结果和领域标签确定域判别损失；根据分类损失和域判别损失确定的总损失更新特征提取器的参数，根据分类损失和每个模态的分类性能指标确定的梯度更新分类器中与该模态相关的参数，根据域判别损失和每个模态的域判别性能指标确定的梯度更新领域判别器中与该模态相关的参数，与该模态相关的参数是指用于处理对应模态特征的参数。
全文数据：
权利要求：
百度查询： 中国科学院计算技术研究所 一种多模态平衡的睡眠阶段分类模型训练方法
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