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！

摘要：用于使用稀疏元学习神经网络来压缩和解压缩数据信号的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。

主权项：1.一种由一个或多个计算机执行的方法，所述方法包括：维护指定用于数据重构神经网络的网络参数的共享值的数据，其中，所述数据重构神经网络被配置为接收指定来自输入数据信号的坐标空间的坐标的输入，并且根据所述网络参数来处理所述输入，以生成所述输入数据信号在所指定的坐标处的一个或多个预测值作为输出；接收新输入信号，所述新输入信号包括在多个新坐标中的每个坐标处的一个或多个相应新值；确定所述网络参数的子集中的每个网络参数的相应更新，包括：在一个或多个内迭代中的每个内迭代处：确定所述数据重构神经网络的所述网络参数的一个或多个当前值集合，包括对于每个当前值集合：根据分布参数集合，确定所述子集中的每个网络参数的相应门值，所述门值指定所述子集的相应更新是否被设置为零；通过以下确定所述当前值集合：对于不在所述子集中的任何网络参数，基于所述网络参数的所述共享值来设置所述当前值；对于所述相应门值指定所述子集的所述相应更新被设置为零的所述子集中的任何网络参数，基于所述网络参数的所述共享值来设置所述当前值；以及对于所述相应门值指定所述子集的所述相应更新未被设置为零的所述子集中的任何网络参数，基于所述网络参数的所述共享值和所述网络参数的所述相应更新来设置所述当前值；对于所述网络参数的一个或多个当前值集合中的每个集合：对于所述新坐标中的每个新坐标，使用所述数据重构神经网络并且根据所述网络参数的所述当前值集合来处理指定所述新坐标的输入，以生成所述新坐标的一个或多个当前预测值；确定相对于所述子集中的所述网络参数的所述相应更新以及所述分布参数中的每一个的内损失函数的相应梯度，所述内损失函数针对每个当前值集合包括（i）重构质量项，所述重构质量项针对每个新坐标测量所述新坐标的所述一个或多个当前预测值与所述新输入信号中的所述新坐标的所述一个或多个新值之间的误差，以及（ii）可微分稀疏项，所述可微分稀疏项惩罚网络参数的所述子集的非零更新；以及使用所述相应梯度来更新所述网络参数的所述子集中的每个网络参数的所述相应更新和所述分布参数；以及生成标识网络参数的所述子集的所述相应更新的所述新输入信号的压缩表示。

全文数据：

权利要求：

百度查询： 渊慧科技有限公司 使用稀疏元学习神经网络的数据压缩和重构