通过概率训练集选择的有效增量学习
公开
摘要
本公开提供“通过概率训练集选择的有效增量学习”。公开了用于增量地训练神经网络的系统和方法。增量地训练所述神经网络可包括：定义来自训练样本池的标注训练示例的概率分布，基于所述概率分布生成第一训练集，用所述第一训练集训练所述神经网络，将至少一个附加的训练样本添加到所述训练样本池，生成第二训练集，并用所述第二训练集训练所述神经网络。对于附加的训练集，增量训练可以是递归的，直到做出结束递归的决定。
基本信息
专利标题 ：
通过概率训练集选择的有效增量学习
专利标题（英）：
暂无
公开（公告）号 ：
CN114358240A
申请号 ：
CN202111194709.6
公开（公告）日 ：
2022-04-15
申请日 ：
2021-10-13
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
L·罗斯
申请人 ：
福特全球技术公司
申请人地址 ：
美国密歇根州迪尔伯恩市
代理机构 ：
北京连和连知识产权代理有限公司
代理人 ：
杨帆
优先权 ：
CN202111194709.6
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06N20/00 G06K9/62
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
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-04-15 ：
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
