[发明专利]人工神经网络调整方法和装置在审
| 申请号： | 201810609939.6 | 申请日： | 2018-06-13 |
| 公开（公告）号： | CN110598837A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 刘吉 | 申请（专利权）人： | 北京深鉴智能科技有限公司 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06N7/00 |
| 代理公司： | 11452 北京展翼知识产权代理事务所(特殊普通合伙) | 代理人： | 张阳 |
| 地址： | 100083 北京市海淀*** | 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： | 提出了一种人工神经网络(ANN)调整方法和装置。所述ANN包括多个层并且被训练用于进行分类推理。例如，所述ANN可以是人脸识别神经网络。所述方法包括：将训练数据集按照各个类别的数据样本数划分为主导类别和稀少类别；以及以每个主导类别所占权重比每个稀少类别所占权重更低的第一损失函数对所述ANN进行调整。本发明通过使用对不同类别的损失进行加权的损失函数来对人工神经网络进行调整，能够大幅提升稀少类别的分类准确率，从而整体提升人工神经网络的整体精度。 | ||
| 搜索关键词： | 人工神经网络 损失函数 权重 方法和装置 分类准确率 训练数据集 人脸识别 神经网络 数据样本 整体提升 推理 主导 加权 分类 | ||
【主权项】：
1.一种人工神经网络(ANN)调整方法，所述ANN包括多个层并且被训练用于进行分类推理，所述方法包括：/n将训练数据集按照各个类别的数据样本数划分为主导类别和稀少类别；以及/n以每个主导类别所占权重比每个稀少类别所占权重更低的第一损失函数对所述ANN进行调整。/n
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北京深鉴智能科技有限公司，未经北京深鉴智能科技有限公司许可，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/patent/201810609939.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于改进的粒子群寻优算法的代谢组学分析方法
- 下一篇：统计感知权重量化
