申请/专利权人:清新文化艺术有限公司
申请日:2023-12-12
公开(公告)日:2024-03-15
公开(公告)号:CN117708592A
主分类号:G06F18/214
分类号:G06F18/214;G06F18/27;G06F18/15;G06N3/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明公开了基于文化创意的艺术科技融合数字平台,包括数据采集模块、数据预处理模块、约束定义模块、去中心化处理模块、神经网络最后一层权重及偏置初始化模块和文化创意生成模块。本发明属于数据处理技术领域,具体是指基于文化创意的艺术科技融合数字平台,本方案通过分析推导出对权重的严格约束,加速了权重的收敛,提高了模型训练速度;使用线性回归和拉格朗日乘数分析推导出最后一层的最优初始权重和初始偏差,从而最小化初始训练损失,模型具有更高的准确性。
主权项:1.基于文化创意的艺术科技融合数字平台,其特征在于:包括数据采集模块、数据预处理模块、约束定义模块、去中心化处理模块、神经网络最后一层权重及偏置初始化模块和文化创意生成模块;所述数据采集采集文学作品和相关的文化评论数据,将数据发送至数据预处理模块中;数据预处理模块对采集的数据选择数据类型和标签,并将数据进行向量化处理的归一化处理;所述约束定义模块通过限制最后一层的权重系数的范围和保持在整个神经网络中,每个隐藏状态的梯度的方差是相等的来获得约束;所述去中心化处理模块基于定义约束线性回归问题和拉格朗日函数实现对输入隐藏状态和真实标签去中心化处理;所述神经网络最后一层权重及偏置初始化模块基于权值均值的不同通过奇异值分解实现最后一层参数的初始化;所述文化创意生成模块基于建立的模型实时获取用户输入的文本数据,将对应模型的输出作为生成的文化创意;所述神经网络最后一层权重及偏置初始化模块具体包括以下内容:使用Xavier初始化方法随机初始化前L-1层的权重,执行一次前向传播,计算所有隐藏状态;对输入隐藏状态进行中心化处理,对真实标签进行中心化处理;通过对中心化的输入值进行奇异值分解,得到拉格朗日乘数的最优值;初始化最后一层的权重,即;其中,T是矩阵转置,I是单位矩阵;初始化最后一层的偏差,即;对权重均值为零时初始化最后一层权重和偏置,步骤如下:若权值均值为零,此时约束线性回归问题变成 ;此时拉格朗日函数为: ;其中,λ1和λ2是拉格朗日乘数;利用奇异值分解推导出λ1和λ2的最优值,基于λ1和λ2的最优值,得到权重的最优值即初始化最后一层的权重为;初始化最后一层的偏差为。
全文数据:
权利要求:
百度查询: 清新文化艺术有限公司 基于文化创意的艺术科技融合数字平台
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。