一种结合无监督和监督学习的液体状态机在线学习方法
实质审查的生效
摘要
本发明公开了一种结合无监督和监督学习的液体状态机在线学习方法，包括：构建带反馈回路的自发混沌液体状态机模型；构建STDP学习规则，根据所述STDP学习规则对所述液体状态机模型的储备池突触权值进行自适应优化；根据基于记忆回归量扩展技术的LMS‑FORCE学习对所述液体状态机的输出权值进行训练，得到训练好的液体状态机。本发明能够提升训练速度和训练结果的稳定性，可广泛应用于人工智能技术领域。
基本信息
专利标题 ：
一种结合无监督和监督学习的液体状态机在线学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114386605A
申请号 ：
CN202210047942.X
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
潘永平李艳松
申请人 ：
中山大学
申请人地址 ：
广东省广州市海珠区新港西路135号
代理机构 ：
广州嘉权专利商标事务所有限公司
代理人 ：
梁嘉琦
优先权 ：
CN202210047942.X
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04
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
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20220117
申请日 : 20220117
2022-04-22 ：
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
