[发明专利]一种能利用事件持续时间的高效LSTM设计方法有效
| 申请号： | 201810095119.X | 申请日： | 2018-01-31 |
| 公开（公告）号： | CN108470212B | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 牛德姣;刘亚文;蔡涛;夏政;刘天泉;詹毕晟;詹永照;梁军 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种能利用事件持续时间的高效LSTM设计方法，提出使用基于事件持续时间的序列编码方法，将序列数据中所包含的事件及其持续时间信息作为LSTM网络各个时刻的输入；通过高效LSTM隐藏层神经元记忆更新方法，使神经元能够记忆事件的持续时间，同时合理高效地进行神经元的计算。针对现有循环神经网络LSTM单元在处理长序列时，不能有效利用序列中事件的持续时间信息、导致计算冗余，训练时间开销大的问题，设计了一种能利用事件持续时间的高效LSTM结构；包括基于事件持续时间的序列编码方法和高效LSTM隐藏层神经元记忆更新方法，本发明模拟生物神经元对外界激励的应激模式，在利用事件持续时间建模的同时有效减少了LSTM隐藏层神经元的冗余计算，提高了LSTM的训练效率，从而保证在处理长序列时LSTM模型的有效性和实用性。 | ||
| 搜索关键词： | 一种 利用 事件 持续时间 高效 lstm 设计 方法 | ||
【主权项】：
1.一种能利用事件持续时间的高效LSTM设计方法，其特征在于，包括以下步骤：步骤1，使用基于事件持续时间的序列编码方法，将序列数据中所包含的事件及其持续时间信息作为LSTM网络各个时刻的输入；步骤2，通过高效LSTM隐藏层神经元记忆更新方法，使神经元能够记忆事件的持续时间，合理高效地进行神经元的计算。
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江苏大学，未经江苏大学许可，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/201810095119.X/，转载请声明来源钻瓜专利网。
