公开(公告)号：CN110046707B

公开(公告)日：2021-08-06

申请号：CN201910298072.1

申请日：2019-04-15

Applicant: 清华大学深圳研究生院

Inventor： 袁克虹 ,  张子豪 ,  孙窈 ,  邓阳

IPC: G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种神经网络模型的评估优化方法和系统。该方法包括：通过主动学习基于不确定性指标选取有训练价值的数据，其中所述不确定性指标用于反映经训练的神经网络模型对数据的分类能力；基于所选取的数据构建测试集并利用所述测试集获得所述神经网络模型的有效性评估结果；根据所述有效性评估结果，优化所述神经网络模型的训练样本集并更新所述神经网络模型，直到获得期望的神经网络模型。采用本发明的方法和系统能够能神经网络模型适应个性化要求并更易于监管。

公开(公告)号：CN110046707A

公开(公告)日：2019-07-23

申请号：CN201910298072.1

申请日：2019-04-15

Applicant: 清华大学深圳研究生院

Inventor： 袁克虹 ,  张子豪 ,  孙窈 ,  邓阳

IPC: G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种神经网络模型的评估优化方法和系统。该方法包括：通过主动学习基于不确定性指标选取有训练价值的数据，其中所述不确定性指标用于反映经训练的神经网络模型对数据的分类能力；基于所选取的数据构建测试集并利用所述测试集获得所述神经网络模型的有效性评估结果；根据所述有效性评估结果，优化所述神经网络模型的训练样本集并更新所述神经网络模型，直到获得期望的神经网络模型。采用本发明的方法和系统能够能神经网络模型适应个性化要求并更易于监管。