[发明专利]一种可动态变化的机器学习模型构建方法在审
| 申请号： | 201811638193.8 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109657734A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 金涛;江浩 | 申请（专利权）人： | 杭州铭智云教育科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 杭州橙知果专利代理事务所(特殊普通合伙) 33261 | 代理人： | 李品 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种可动态变化的机器学习模型构建方法，包括构建用于接收输入的多个输入神经元；构建用于生成数据处理任务的多个任务生成神经元，每一个输入神经元均与全部任务生成神经元连接；构建用于进行数据处理任务转化的转化神经层，每个任务生成神经元与所述转化神经层连接；构建与所述转化神经层连通的子任务处理层，所述子任务处理层包括不止一个子任务处理神经网，每个子任务处理神经网只处理一个子任务；构建输出神经元。本发明具备可以根据实际的输入情况可变化的调整任务生成神经元，因此也就提供了一种内部结构动态可变的机器模型。 | ||
| 搜索关键词： | 构建 神经元 子任务处理 任务生成 机器学习模型 输入神经元 动态变化 数据处理 神经网 神经 转化 输出神经元 动态可变 机器模型 接收输入 任务转化 可变化 连通 | ||
【主权项】：
1.一种可动态变化的机器学习模型构建方法，其特征在于，包括：构建用于接收输入的多个输入神经元，一个所述输入神经元用于接收一项输入；构建用于生成数据处理任务的多个任务生成神经元，每一个输入神经元均与全部任务生成神经元连接，各个任务生成神经元之间独立工作,一个任务生成神经元生成一个数据处理任务；构建用于进行数据处理任务转化的转化神经层，每个任务生成神经元与所述转化神经层连接，所述转化神经层用于同时接收不止一项数据处理任务，并将所接收到的数据处理任务按照预设规则转化为多项内部子任务；构建与所述转化神经层连通的子任务处理层，所述子任务处理层包括不止一个子任务处理神经网，每个子任务处理神经网只处理一个子任务；构建输出神经元，所述输出神经元与各个子任务处理神经元连接，用于实时获取各个子任务处理神经元的数据输出，并将所述数据输出按照预设规则转化为最终输出。
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杭州铭智云教育科技有限公司，未经杭州铭智云教育科技有限公司许可，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/201811638193.8/，转载请声明来源钻瓜专利网。
