[发明专利]基于样本驱动目标损失函数优化的鲁棒神经网络训练方法在审
| 申请号： | 202211125905.2 | 申请日： | 2022-09-16 |
| 公开（公告）号： | CN115438786A | 公开（公告）日： | 2022-12-06 |
| 发明（设计）人： | 卢奕;张民 | 申请（专利权）人： | 华东师范大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 上海蓝迪专利商标事务所(普通合伙) 31215 | 代理人： | 徐筱梅;张翔 |
| 地址： | 200241 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于样本驱动目标损失函数优化的鲁棒神经网络训练方法，包括以下步骤：将IBP或Crown‑IBP验证技术引入到训练中，在提供训练集和最大扰动距离的情况下，在训练集上验证欠训练网络，并根据样本将验证结果添加到损失函数中，以指导参数更新。同时，对训练鲁棒模型时使用的损失函数类型进行了优化，引入了一种基于增加鲁棒边界的加速交叉熵损失函数，这适合于可验证鲁棒神经网络模型的训练。本发明提升了神经网络鲁棒性的同时提升了准确性。 | ||
| 搜索关键词： | 基于 样本 驱动 目标 损失 函数 优化 神经网络 训练 方法 | ||
【主权项】：
暂无信息
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华东师范大学，未经华东师范大学许可，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/202211125905.2/，转载请声明来源钻瓜专利网。
- 上一篇：电子设备和电子设备的散热方法
- 下一篇：康复行走锻炼设备
