[发明专利]基于人工神经网络类别的修剪有效
| 申请号： | 201711214867.7 | 申请日： | 2017-11-28 |
| 公开（公告）号： | CN108229667B | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 罗宾·赛博尔德;陈建丹;汉纳·比约格温斯多蒂尔;马丁·尔永奎斯特 | 申请（专利权）人： | 安讯士有限公司 |
| 主分类号： | G06N3/06 | 分类号： | G06N3/06;G06N3/063 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 史迎雪;王琦 |
| 地址： | 瑞典*** | 国省代码： | 瑞典;SE |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于人工神经网络类别的修剪。实现和使用用于针对特定监视状况配置人工神经网络的技术的方法和包括计算机程序产品的装置。选择监视状况特有的多个对象类别。对象类别形成人工神经网络针对其被训练的对象类别的总数的子集。访问包括人工神经网络内的神经元的激活频率值的数据库。激活频率值是对象类别的函数。从人工神经网络中去除具有低于所选择的对象类别的子集的阈值的激活频率值的那些神经元。 | ||
| 搜索关键词： | 人工神经网络 激活频率 对象类 神经元 对象类别 修剪 子集 计算机程序产品 监视 去除 数据库 配置 访问 | ||
【主权项】：
1.一种用于针对特定监视状况配置被部署在嵌入式设备中的人工神经网络的方法，其中所述监视状况特有的多个对象类别被选择，并且其中所述对象类别形成对象类别的总数的子集，所述人工神经网络针对所述对象类别的总数被训练；其特征在于：访问包括所述人工神经网络内的神经元的激活频率值的数据库，其中所述激活频率值是所述对象类别的函数；并且从所述人工神经网络中去除具有低于所选择的对象类别的子集的阈值的激活频率值的神经元，其中神经元的所去除的数量使得用于计算来自所述人工神经网络的输出所需的计算资源的减少超过用于维持关于所去除的神经元的记录所需的计算资源的增加。
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安讯士有限公司，未经安讯士有限公司许可，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/patent/201711214867.7/，转载请声明来源钻瓜专利网。
