[发明专利]用于获取样本的方法及装置有效
申请号: | 202010112532.X | 申请日: | 2020-02-24 |
公开(公告)号: | CN111310901B | 公开(公告)日: | 2023-10-10 |
发明(设计)人: | 希滕;张刚;温圣召 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06N3/044 | 分类号: | G06N3/044 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 获取 样本 方法 装置 | ||
1.一种用于获取样本的方法,包括:
通过当前的反馈奖励值对预设的样本筛选控制器进行更新,得到更新后的样本筛选控制器,并通过所述更新后的样本筛选控制器从样本空间中生成候选数据样本集合,其中,所述候选数据样本集合满足设定的数据均衡约束条件,所述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度;
基于预设的基准模型对所述候选数据样本集合进行检测,确定候选数据样本的样本损失函数,其中,所述基准模型用于检测数据样本的有效性;
基于所述样本损失函数更新所述反馈奖励值;
响应于所述反馈奖励值达到预设的收敛条件或者所述迭代操作的累计次数达到预设的迭代次数阈值,确定当前的候选数据样本为有效数据样本。
2.根据权利要求1所述的方法,其中,所述样本筛选控制器包括递归神经网络;以及
所述通过当前的反馈奖励值对预设的样本筛选控制器进行更新,包括:
通过所述当前的反馈奖励值对所述递归神经网络的参数进行更新,以使更新后的样本筛选控制器生成使得所述反馈奖励值增大的候选数据样本。
3.根据权利要求1或2所述的方法,其中,所述通过当前的反馈奖励值对预设的样本筛选控制器进行更新,包括:
基于预设的样本空间生成多个样本种群,将所述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在所述样本种群中的适应度;
基于所述候选数据样本在所述样本种群的适应度更新所述样本筛选控制器,以使所述样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。
4.根据权利要求1所述的方法,所述样本空间内的数据样本配置有样本编码,以及
所述通过所述更新后的样本筛选控制器从样本空间中生成候选数据样本集合,包括:
通过所述更新后的样本筛选控制器从样本空间中确定样本类型参数,其中,所述样本类型参数用于表征样本类型对应的数据样本在样本空间中的比例关系;
通过所述样本类型参数生成样本编码序列,所述样本编码序列用于表征候选数据样本集合。
5.根据权利要求4所述的方法,所述通过所述更新后的样本筛选控制器从样本空间中确定样本类型参数,包括:
按照至少一种样本类型将所述样本空间内数据样本划分为至少一个数据样本集合;
统计所述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量;
根据所述至少一个数据样本集合对应的样本数量确定所述样本空间内数据样本的样本类型参数。
6.一种用于获取样本的装置,包括:
候选数据样本集合生成单元,被配置成通过当前的反馈奖励值对预设的样本筛选控制器进行更新,得到更新后的样本筛选控制器,并通过所述更新后的样本筛选控制器从样本空间中生成候选数据样本集合,其中,所述候选数据样本集合满足设定的数据均衡约束条件,所述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度;
样本损失函数确定单元,被配置成基于预设的基准模型对所述候选数据样本集合进行检测,确定候选数据样本的样本损失函数,其中,所述基准模型用于检测数据样本的有效性;
反馈奖励值更新单元,被配置成基于所述样本损失函数更新所述反馈奖励值;
样本获取单元,响应于所述反馈奖励值达到预设的收敛条件或者所述迭代操作的累计次数达到预设的迭代次数阈值,被配置成确定当前的候选数据样本为有效数据样本。
7.根据权利要求6所述的装置,其中,所述样本筛选控制器包括递归神经网络;以及
所述候选数据样本集合生成单元包括:
第一候选数据样本生成子单元,被配置成通过所述当前的反馈奖励值对所述递归神经网络的参数进行更新,以使更新后的样本筛选控制器生成使得所述反馈奖励值增大的候选数据样本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010112532.X/1.html,转载请声明来源钻瓜专利网。