[发明专利]分形认知计算节点、用于学习过程的计算机实现方法、计算认知集群及计算认知架构在审

专利信息
申请号: 202080025220.3 申请日: 2020-01-31
公开(公告)号: CN113646774A 公开(公告)日: 2021-11-12
发明(设计)人: 昂里克·吉诺瓦特格拉西亚 申请(专利权)人: 阿凡达认知巴塞罗那公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06N5/02;G06N20/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王萍;崔俊红
地址: 西班牙*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 认知 计算 节点 用于 学习 过程 计算机 实现 方法 集群 架构
【权利要求书】:

1.一种用于学习过程的分形认知计算节点(FCN),所述FCN(100)包括:

-第一输入端(111),其被配置成接收第一输入信号,所述第一输入信号包括键,值对的组,其中,所述键表示标识符并且所述值表示所述第一输入信号的幅度;

-第一输出端(121),其被配置成提供第一输出信号,所述第一输出信号包括键,值对的组,其中,所述键表示标识符并且所述值表示所述第一输出信号的幅度;

-第二输入端(112),其被配置成接收第二输入信号,所述第二输入信号是另一FCN(100)的第一输出信号并且包括键,值对的组,其中,所述键表示标识符并且所述值表示所述第二输入信号的幅度;

-第三输入端(113),其被配置成接收包括单维度值的空间注意力参数,即SA参数;

-存储器,其被配置成存储条目的集合,每个条目具有键,值元组的组,并且每个条目表示先前存储的来自所述第一输入信号或所述第二输入信号中的至少一者的输入;以及

-处理单元,其被配置成实现以下计算功能:

-将所述第一输入信号或所述第二输入信号或所述第一输入信号和所述第二输入信号的组合与所存储的条目的集合中的一些或全部进行比较;并且

-计算针对每个被比较条目的相似性度量;

其中,经由所述第一输出端(121)输出的所述第一输出信号被计算为对具有大于所述SA参数的相似性度量的被比较条目的选择;

其中,如果对被比较条目的选择为空,则向所述存储器添加新条目,并且根据所述第一输入信号、所述第二输入信号或所述第一输入信号和所述第二输入信号的组合来设置所述新条目的所述键,值元组的组以及所述第一输出信号;并且

其中,如果对被比较条目的选择不为空,则将所述第一输出信号设置成所述选择。

2.根据权利要求1所述的FCN,还包括第四输入端(114),所述第四输入端(114)被配置成接收包括单维度值的时间注意力参数,即TA参数,其中,所述处理单元还被配置成通过将存储在所述存储器中的给定元组的值减小所述TA参数来修改所述值。

3.根据前述权利要求中任一项所述的FCN,还包括第五输入端(115),所述第五输入端(115)被配置成接收包括单维度值的调节参数,即CD参数,其中,存储在所述存储器中的每个条目具有键,值,深度元组的组,并且其中,所述处理单元还被配置成将元组的深度值修改如下量值以用于对被比较条目的选择:所述量值是根据加或减所述CD参数的值而定义的。

4.根据前述权利要求中任一项所述的FCN,还包括第二输出端(122),所述第二输出端(122)被配置成提供置信度参数,即CF参数,所述CF参数由所述处理单元计算为针对所述选择的相似性度量的统计分组函数。

5.根据任何前述权利要求所述的FCN,还包括第三输出端(123),所述第三输出端(123)被配置成提供相干性参数,即CH参数,所述CH参数由所述处理单元计算为所述第二输入信号与所述第一输出信号之间的相似性度量。

6.根据权利要求2所述的FCN,还包括第六输入端(116),所述第六输入端(116)被配置成接收与过滤标准相关的焦点参数,即AF参数,其中,所述处理单元还被配置成基于所述AF参数的过滤标准来修改所述第一输出信号。

7.根据前述权利要求中任一项所述的FCN,其中,所述第一输入信号是从另一FCN或从远程传感器或执行器接收的。

8.根据前述权利要求中任一项所述的FCN,其中,所述FCN(100)被配置成与至少另一FCN连接,从而形成层级结构。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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阿凡达认知巴塞罗那公司,未经阿凡达认知巴塞罗那公司许可,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/202080025220.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top