用于减少训练数据的方法
公开
摘要
本发明涉及用于减少训练数据的方法，至少一部分训练数据形成了时间序列并且综合成第一组训练数据，并且编码器将输入数据映射到一组原型特征向量的原型特征向量上，a)接收来自第一组训练数据的第一输入数据，b)通过编码器传播第一输入数据，由编码器将特征向量分派给所述输入数据，并且根据所分派的特征向量求出特定量的原型特征向量并将其分派给第一输入数据，c)为第一输入数据设立聚合向量，d)用来自第一组训练数据的第二输入数据执行步骤a)至c)并且为第二输入数据设立第二聚合向量，e)至少比较第一聚合向量和第二聚合向量并且确定相似度和f)当所确定的相似度超过阈值时，标记或移除第一输入数据。
基本信息
专利标题 ：
用于减少训练数据的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114548394A
申请号 ：
CN202111323897.8
公开（公告）日 ：
2022-05-27
申请日 ：
2021-11-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
D·哈森克莱沃S·伯多夫C·诺德
申请人 ：
德斯拜思有限公司
申请人地址 ：
德国帕德博恩
代理机构 ：
中国贸促会专利商标事务所有限公司
代理人 ：
楼震炎
优先权 ：
CN202111323897.8
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06K9/62 G06V10/74
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
2022-05-27 ：
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
