龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：华南理工大学
摘要：本发明揭示了一种基于特征重利用的实时增量式学习方法、系统及介质。所述方法包括：采用适应多任务的模型来执行增量式学习，包括特征提取器和分类器，在面对新任务时，应用潜在知识重利用策略来实现新旧任务之间的连续学习以避免旧知识的遗忘，所述潜在知识重利用策略包括冻结已学任务的网络主干权重并调整分类器以适应新任务；基于潜在知识重利用策略、固定特征提取器策略和焦点损失策略来训练所述适应多任务的模型，固定特征提取器策略在新任务的训练过程中保持特征提取器的权重不变并利用已学任务的潜在知识，焦点损失策略通过调整损失函数权重以将训练的重点放在性能较差的任务上。本发明可以实现实时场景下的持续学习。
主权项：1.一种基于特征重利用的实时增量式学习方法，其特征在于，采用适应多任务的模型来执行增量式学习，所述适应多任务的模型包括特征提取器和分类器，所述适应多任务的模型在面对新任务时，应用潜在知识重利用策略来实现新旧任务之间的连续学习以避免旧知识的遗忘，所述潜在知识重利用策略包括冻结已学任务的网络主干权重并调整分类器以适应新任务；基于潜在知识重利用策略、固定特征提取器策略和焦点损失策略来训练所述适应多任务的模型，所述固定特征提取器策略为在新任务的训练过程中保持特征提取器的权重不变并利用已学任务的潜在知识，所述焦点损失策略为通过调整损失函数权重以将训练的重点放在性能较差的任务上。
全文数据：
权利要求：
百度查询： 华南理工大学 一种基于特征重利用的实时增量式学习方法、系统及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号