申请/专利权人：南京大学

申请日：2023-04-13

公开（公告）日：2024-04-02

公开（公告）号：CN116484970B

主分类号：G06N20/00

分类号：G06N20/00;G06F18/23;G06F8/60;G06F8/36

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2023.08.11#实质审查的生效;2023.07.25#公开

摘要：本发明公开一种基于锚位学件的学件查搜方法，在大规模学件库（学件市场）中进行高效模型查搜，分为两个阶段：上传阶段和部署阶段。在上传阶段，使用学件聚类来结构化地组织模型，确定锚位学件；在部署阶段，学件库将所有锚位学件传给用户，用户对得到的锚位学件评估并返回评估结果给学件库，学件库根据评估结果了解用户任务，从而进一步推荐学件给用户，用户选择有益学件。通过让用户首先评估锚位学件来缩小候选学件范围，避免了遍历学件库中的所有学件，达到了提高模型查搜效率的目的。

主权项：1.一种基于锚位学件的学件查搜方法，在学件库中查搜模型，其特征在于，分为两个阶段：上传阶段和部署阶段；在上传阶段，用户将机器学习模型，记作f，上传至学件库，学件库使用学件聚类来结构化地组织模型，确定锚位学件；在部署阶段，学件库将所有锚位学件传给用户，用户对得到的锚位学件评估并返回评估结果给学件库，学件库根据评估结果了解用户任务，从而进一步推荐学件给用户，用户选择有益学件；首先，学件库将所有锚位学件传给用户，用户下载锚位后进行评估；用户返回评估结果，学件库根据评估结果找出较匹配的锚位学件对应的簇，将所述簇中的全部学件传给用户，用户进行第二次评估，选择留下最匹配的一个或者几个学件，并加以部署以解决自己的任务；部署阶段具体步骤如下：步骤201：学件库将所有锚位学件传给用户；步骤202：用户根据私有数据，对收到的锚位学件进行评估，将评估结果返回给学件库；步骤203：学件库根据评估结果，选择锚位学件中较为匹配的一个或多个，将他们对应的学件簇中的学件传给用户；步骤204：用户进一步对收到的学件进行评估和筛选，得到最终的有益的一个或者多个学件；步骤205：用户部署选择的学件，以解决自己的任务；步骤206：过程结束；在上传阶段，上传者上传训练好的模型；学件库为模型分配规约构成学件；随后根据模型和规约来更新学件聚类；在上传阶段，更新学件聚类时，使相似的学件在同一个簇内；具体的，综合考虑任务分布的不相似性和模型输出的不相似性来定义学件的不相似度；更新学件聚类的优化目标为让所有的学件到对应的聚类中心的不相似度之和最小；使用任意聚类算法来对学件进行聚类，优化该目标；将聚类后的学件簇中心视为锚位学件；能采用多层学件聚类，即在较大的学件簇中进行进一步的聚类；在用户和学件库交互时，若某个锚位学件根据评估结果被判断为有益，则进一步判断其聚类簇中，次一级锚位是否有益；若某个锚位学件被评估为无益，则对应的整个簇都判断为无益，不需要进一步评估；学件fi,μi和学件fj,μj之间的一种不相似度计算公式为： 其中，和分别为学件fi,μi和学件fj,μj的缩略集，加入了下标i和j来表示学件的编号；fi和fj分别为学件i和学件j的模型，l为损失函数，U是一个常数；缩略集计算公式为： 为所求的缩略集，为缩略集中的样本，为每个样本的权重，M为缩略集大小，为上传者的样本集，N为上传者样本集大小，k为核函数，为核函数k对应的再生核希尔伯特空间，为上传者的样本集对应的核均值嵌入，为缩略集对应的核均值嵌入，即缩略核均值嵌入，计算完毕后，得到的缩略集作为规约存储下来；而每个学件都记录为模型加规约f,μ的形式；这里的模型f用于输入的样本预测标记；第i个学件为fi,μi。

全文数据：

权利要求：

百度查询： 南京大学 一种基于锚位学件的学件查搜方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD