公开(公告)号：CN119452369A

公开(公告)日：2025-02-14

申请号：CN202380048730.6

申请日：2023-06-22

Applicant: 德尔格制造股份两合公司

Inventor： A·L·皮门塔 ,  X·王

IPC: G06N3/045 ,  G06N3/04

Abstract: 用于设计人工神经网络的方法包括执行两步神经架构搜索，以及为每个相应层选择在两步神经架构搜索中为每个相应层产生最大加权输出的运算符。两步神经架构搜索可以包括训练每个层内的多个运算符；以及训练多个权重，每个权重被应用于相应层内的相应运算符组合，该方法可以通过基于处理器的资源在有或没有人工干预的情况下执行在非临时性计算机可读存储器上编码的指令来执行。

公开(公告)号：CN119404196A

公开(公告)日：2025-02-07

申请号：CN202380048734.4

申请日：2023-06-21

Applicant: 德尔格制造股份两合公司

Inventor： A·L·皮门塔 ,  X·王

IPC: G06N3/0455 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/091

Abstract: 在一些实施例中，一种方法包括通过无监督学习用一组未标记输入样本来训练自动编码器，以及使用经训练的自动编码器通过监督学习来训练深度神经网络。未标记输入样本可以是表示人体的生理特性的记录波形。使用经训练的自动编码器通过监督学习来训练深度神经网络可以包括：用从该组未标记样本中选择的手动标记样本的第一子集来训练深度神经网络；以及用从未标记样本中抽取的手动标记样本的多个连续子集迭代地训练深度神经网络，直到收敛或者直到未标记样本输入用尽。每个连续的子集包括从标签被传播到的剩余未标记样本中选择的、具有最低置信度的多个有距离的未标记样本，距离确定包括使用自动编码器用于特征提取。