一种具有深度结构的增量堆叠式宽度学习系统
授权
摘要
本发明提供了一种具有深度结构的增量堆叠式宽度学习系统，其特征在于：包括n个宽度学习系统模块；n个宽度学习系统模块通过残差连接堆叠起来；第i‑1个宽度学习系统模块的输出将作为第i个宽度学习系统模块的输入，且第i个宽度学习系统模块的期望输出为第1,…,i‑1个宽度学习系统模块的残差，i≤n；系统的最终输出为n个宽度学习系统模块的输出总和。该系统保留了宽度学习系统高效、快速的优点，同时通过残差连接堆叠多个宽度学习系统模块，从而增加网络的深度，使网络具有强大的学习能力。
基本信息
专利标题 ：
一种具有深度结构的增量堆叠式宽度学习系统
专利标题（英）：
暂无
公开（公告）号 ：
CN112508192A
申请号 ：
CN202011519673.X
公开（公告）日 ：
2021-03-16
申请日 ：
2020-12-21
授权号 ：
CN112508192B
授权日 ：
2022-04-22
发明人 ：
陈俊龙刘竹琳贾雪叶汉云冯绮颖张通
申请人 ：
华南理工大学
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州市华学知识产权代理有限公司
代理人 ：
霍健兰
优先权 ：
CN202011519673.X
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04 G06F17/16
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-22 ：
授权
2021-04-02 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20201221
申请日 : 20201221
2021-03-16 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
