申请/专利权人:罗伯特·博世有限公司;卡内基梅隆大学
申请日:2020-05-19
公开(公告)日:2020-11-20
公开(公告)号:CN111967567A
主分类号:G06N3/04(20060101)
分类号:G06N3/04(20060101);G06N3/08(20060101);G06K9/62(20060101)
优先权:["20190520 EP 19175484.5","20190522 EP 19176011.5"]
专利状态码:在审-实质审查的生效
法律状态:2022.06.07#实质审查的生效;2020.11.20#公开
摘要:公开了一种用于将神经网络应用于输入实例的系统(100)。神经网络包括优化层,所述优化层用于通过由一个或多个参数进行参数化的联合优化,从一个或多个输入神经元的值中确定一个或多个输出神经元的值。获得输入实例。获得到优化层的一个或多个输入神经元的值,并从其中确定一个或多个输入神经元的输入向量。通过关于输入向量联合优化至少输出向量以求解由一个或多个参数定义的半定规划,来从所确定的输入向量计算一个或多个输出神经元的输出向量。从相应计算的输出向量确定一个或多个输出神经元的值。
主权项:1.一种用于将神经网络应用于输入实例的系统(200),所述系统包括:-数据接口(220),用于访问表示神经网络的数据(050),所述神经网络包括至少一个优化层,其中所述优化层用于通过联合优化从一个或多个输入神经元的值中确定一个或多个输出神经元的值,所述数据包括所述联合优化的一个或多个参数;-处理器子系统(240),被配置为:-获得输入实例;-将所述神经网络应用于所述输入实例,包括:-获得到所述优化层的所述一个或多个输入神经元的值,并从中确定所述一个或多个输入神经元的输入向量;-通过关于所述输入向量联合优化至少输出向量以求解由所述一个或多个参数定义的半定规划,来从所确定的输入向量计算所述一个或多个输出神经元的输出向量;-从相应计算的输出向量中确定所述一个或多个输出神经元的值。
全文数据:
权利要求:
百度查询: 罗伯特·博世有限公司;卡内基梅隆大学 具有求解半定规划的层的神经网络
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。