公开(公告)号：CN119204082B

公开(公告)日：2025-05-16

申请号：CN202411682871.6

申请日：2024-11-22

Applicant: 南京信息工程大学

Inventor： 方玮麟 ,  薛羽

IPC: G06N3/006 ,  G06N3/065

Abstract: 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。

公开(公告)号：CN119204082A

公开(公告)日：2024-12-27

申请号：CN202411682871.6

申请日：2024-11-22

Applicant: 南京信息工程大学

Inventor： 方玮麟 ,  薛羽

IPC: G06N3/006 ,  G06N3/065

Abstract: 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。