恭喜南京信息工程大学方玮麟获国家专利权
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!
龙图腾网恭喜南京信息工程大学申请的专利基于三元比较代理辅助的粒子群神经架构搜索方法和系统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:CN119204082B 。
龙图腾网通过国家知识产权局官网在2025-05-16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:202411682871.6,技术领域涉及:G06N3/006;该发明授权基于三元比较代理辅助的粒子群神经架构搜索方法和系统是由方玮麟;薛羽设计研发完成,并于2024-11-22向国家知识产权局提交的专利申请。
本基于三元比较代理辅助的粒子群神经架构搜索方法和系统在说明书摘要公布了:本发明提供了基于三元比较代理辅助的粒子群神经架构搜索方法和系统,所述方法利用图神经网络有效提取网络架构的操作信息和拓扑结构,并进行粒子群的演化搜索。为了解决当前神经网络结构搜索领域中架构评估成本高昂的问题,本发明提出了一种基于三元组的双重比较代理模型。通过构建以三元组形式的训练数据集,该方法能够实现数据增强,相较于传统方法,显著增加了训练样本的数量,有效解决了传统方法中代理模型训练样本不足的问题。此外,通过双重比较机制来判断两个架构的优劣,这种方法能够更有效地确保优秀架构被保留在架构池中。因此,代理模型能够更大程度地替代真实评估过程,从而显著降低架构评估的时间成本。
本发明授权基于三元比较代理辅助的粒子群神经架构搜索方法和系统在权利要求书中公布了:1.基于三元比较代理辅助的粒子群神经架构搜索方法,其特征在于,包括以下步骤:步骤1,在搜索空间中初始化粒子种群,每个粒子代表一个神经网络架构,使用粒子群算法演化G代并真实评估种群内的所有架构个体,获得真实性能,并记录所有被真实评估的架构性能数据;步骤2,将经过真实评估过的架构做成三元组样本,根据真实性能之差为每个三元组中的两两组合打上性能差标签,从而作为代理模型的训练数据集,并训练代理模型;步骤3,通过粒子群算法的更新公式,继续产生架构个体,并利用代理模型对当前架构与当前粒子的局部最优架构进行双重比较并采取松弛操作,从而得到当前架构与当前粒子的局部最优架构之间的优劣关系,当局部最优发生更替时,再将当前架构与粒子群的全局最优架构放入代理模型做双重比较,并采取松弛操作来判断是否更替全局最优架构;步骤4,每当发生局部最优架构更替时,则评估更新后的局部最优架构的真实性能,并将该更新后的局部最优架构加入架构池中,当架构池中不同架构数量达到设定的阈值时,则使用最新架构性能数据更新代理模型,优化模型的性能以适应不同搜索阶段;步骤5,重复步骤3至步骤4,直至满足停止条件,输出全局最优架构;步骤3包括:步骤3.1,通过粒子群算法的更新公式对种群中粒子的状态进行更新;步骤3.2,利用代理模型预测新生成的架构与局部最优架构之间的性能差,以及新生成的架构与全局最优架构之间的性能差;步骤3.3,基于双重比较和松弛操作判断是否需要对新生成的架构进行真实评估;步骤3.4,根据新生成的架构的真实评估的结果进一步判断是否需要更替局部最优架构,以及全局最优架构;步骤3.1中,所述粒子群算法的更新公式为: 其中,ω为惯性因子;k表示当前迭代的次数;c1、c2是加速系数;rand1、rand2为0~1之间的随机数;为第k代第i个粒子在第d维上的速度,为第k代第i个粒子在第d维上的位置;pbestid是第i个粒子在第d维的个体极值点的位置,gbestd是整个种群在第d维的全体极值点的位置。
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南京信息工程大学,其通讯地址为:210044 江苏省南京市江北新区宁六路219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”。
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。