经由原型因子分解改进深度神经网络
公开
摘要
经由原型因子分解改进深度神经网络。一种方法可以包括接收图像集,分析图像,选择内部层,提取神经元激活,经由矩阵因子分解算法对神经元激活进行因子分解以选择原型并为所选原型中的每个生成权重,利用所选原型和所选原型的权重替换内部层的神经元激活,接收第二图像集,使用原型和权重对第二图像集进行分类,显示第二图像集、所选原型和权重,显示第二图像集的预测结果和基准真值,基于预测结果和基准真值提供错误图像;标识与错误图像相关联的所选原型的错误原型;对错误原型的错误权重进行评级,以及基于错误原型是评级在顶部的错误权重之一,输出新的图像类。
基本信息
专利标题 :
经由原型因子分解改进深度神经网络
专利标题(英):
暂无
公开(公告)号 :
CN114528900A
申请号 :
CN202111271261.3
公开(公告)日 :
2022-05-24
申请日 :
2021-10-29
授权号 :
暂无
授权日 :
暂无
发明人 :
徐盼盼任骝代增J·赵
申请人 :
罗伯特·博世有限公司
申请人地址 :
德国斯图加特
代理机构 :
中国专利代理(香港)有限公司
代理人 :
任一方
优先权 :
CN202111271261.3
主分类号 :
G06K9/62
IPC分类号 :
G06K9/62 G06N3/04 G06N3/08 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-24 :
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