-
-
公开(公告)号：CN103049792A
公开(公告)日：2013-04-17
申请号：CN201210488501.X
申请日：2012-11-26
Applicant: 微软公司
IPC: G06N3/08
Abstract: 本发明公开了深层神经网络的辨别预训练。提出了预训练深层神经网络（DNN）的隐层的辨别预训练技术实施例。大体上，首先利用误差反向传播（BP）使用标签来辨别地训练单隐层神经网络。然后，在丢弃之前的单隐层神经网络的输出层之后，连同新输出层在之前训练的隐层的顶上添加另一随机初始化的隐层，所述新输出层表示分类或识别的目标。然后利用同一策略辨别地训练作为结果产生的多隐层DNN等等，直到达到期望数量的隐层。这产生了预训练的DNN。所述辨别预训练技术实施例具有如下的优点：使得DNN层权重接近良好的局部最优，而仍使其留在具有高梯度的范围内，从而能够有效地对其进行微调。
-
Patent Agency Ranking
公开(公告)号：CN1645477B
公开(公告)日：2012-01-11
申请号：CN200510005937.9
申请日：2005-01-20
Applicant: 微软公司
CPC classification number: G10L15/065 , G10L15/063 , G10L2015/0631
Abstract: 一种自动语音识别系统识别用户对口述文本的改变，并推断这类改变是否源自用户改变他/她的主意，或者这类改变是否是识别错误的结果。如果检测到识别错误，则系统使用用户纠正的类型来修改其本身，以降低这类识别错误再次出现的机会。因此，该系统和方法提供了具有极少或没有额外用户交互的意义重大的语音识别学习。
-
公开(公告)号：CN1680935A
公开(公告)日：2005-10-12
申请号：CN200510065084.8
申请日：2005-04-06
Applicant: 微软公司
IPC: G06F17/27
CPC classification number: G06F17/273
Abstract: 一种自动大写化文本的方法使用了一种大写化模型。该大写化模型从与特定用户相关联的文档中取出的数据中训练。具体地，使用诸如电子邮件等由用户创作的文档来训练该模型。
-
公开(公告)号：CN1680935B
公开(公告)日：2011-05-11
申请号：CN200510065084.8
申请日：2005-04-06
Applicant: 微软公司
IPC: G06F17/27
CPC classification number: G06F17/273
Abstract: 一种自动大写化文本的方法使用了一种大写化模型。该大写化模型从与特定用户相关联的文档中取出的数据中训练。具体地，使用诸如电子邮件等由用户创作的文档来训练该模型。
-
公开(公告)号：CN1645477A
公开(公告)日：2005-07-27
申请号：CN200510005937.9
申请日：2005-01-20
Applicant: 微软公司
CPC classification number: G10L15/065 , G10L15/063 , G10L2015/0631
Abstract: 一种自动语音识别系统识别用户对口述文本的改变，并推断这类改变是否源自用户改变他/她的主意，或者这类改变是否是识别错误的结果。如果检测到识别错误，则系统使用用户纠正的类型来修改其本身，以降低这类识别错误再次出现的机会。因此，该系统和方法提供了具有极少或没有额外用户交互的意义重大的语音识别学习。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
