Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜广东工业大学刘德荣获国家专利权

恭喜广东工业大学刘德荣获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜广东工业大学申请的专利基于可微分采样器和渐进学习的卷积神经网络架构搜索方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114239795B

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111187811.3,技术领域涉及:G06N3/0464;该发明授权基于可微分采样器和渐进学习的卷积神经网络架构搜索方法是由刘德荣;饶煊;王永华;赵博;李佳鑫设计研发完成,并于2021-10-12向国家知识产权局提交的专利申请。

基于可微分采样器和渐进学习的卷积神经网络架构搜索方法在说明书摘要公布了:本发明针对现有技术的局限性,提出了一种基于可微分采样器和渐进学习的卷积神经网络架构搜索方法,该方法通过利用可微分采样器直接对构造出来的超网络进行采样优化,能够将架构搜索的优化目标从优化超网络转为寻找最优的概率分布函数,最小化子网络在该概率分布下损失函数的期望;其可以通过评估子网络的性能,优化子网络的概率分布函数,从而降低离散化误差。同时,由于采取了渐进学习的策略,得以在指数级别地增大的搜索空间内进行稳定的搜索,从而能够到更复杂的卷积神经网络架构。

本发明授权基于可微分采样器和渐进学习的卷积神经网络架构搜索方法在权利要求书中公布了:1.一种基于可微分采样器和渐进学习的卷积神经网络架构搜索方法,用于自动化搜索图像分类任务中的神经网络架构,其特征在于,包括以下步骤:S1,构建超网络、所述超网络的架构参数以及可微分采样器;S2,利用图像数据集,以渐进学习的方式,根据所述架构参数,运用所述可微分采样器对所述超网络进行采样优化,得到期望网络;所述超网络按深度分为第一网络模块、第二网络模块以及第三网络模块;所述第一网络模块的输出连接所述第二网络模块的输入,所述第二网络模块的输出连接所述第三网络模块的输入;所述第一网络模块以及第二网络模块分别由两种单元组成,包括若干normal单元和1个reduction单元;所述第三网络模块由若干normal单元组成;所述normal单元以及reduction单元分别由若干节点组成有向无环图,所述节点表示特征图,节点间的边表示对特征图进行变换的神经算子;在运用所述可微分采样器对所述超网络进行优化的过程中,包括逐渐增大子网络搜索空间的第一阶段、第二阶段以及第三阶段;在所述第一阶段中,所述超网络中的所有normal单元之间以及所有reduction单元之间分别共享相同的拓扑结构;在所述第二阶段中,需要先根据所述第一阶段的优化结果对所述超网络以及超网络的架构参数进行重构再进行采样优化;在所述第二阶段中重构得到的超网络中,同一模块中的normal单元之间以及reduction单元之间分别共享相同的拓扑结构,不同模块的normal单元之间以及reduction单元之间允许存在不同的拓扑结构;在所述第三阶段中,需要先根据所述第二阶段的优化结果对所述超网络以及超网络的架构参数进行重构再进行采样优化;在所述第三阶段中重构得到的超网络中,所有normal单元之间以及所有reduction单元之间均允许存在不同的拓扑结构;S3,对所述期望网络进行网络重训直至所述期望网络收敛,得到用于图像分类任务的最终神经网络架构。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东工业大学,其通讯地址为:510090 广东省广州市越秀区东风东路729号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。