申请/专利权人：北京计算机技术及应用研究所

申请日：2021-07-26

公开（公告）日：2024-04-09

公开（公告）号：CN113537472B

主分类号：G06N3/04

分类号：G06N3/04;G06N3/063;G06N3/08;G06F18/241

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.11.09#实质审查的生效;2021.10.22#公开

摘要：本发明涉及一种低计算和存储消耗的双向递归神经网络，属于人工智能技术领域。本发明的正向时序特征识别阶段正向地接收输入的时间序列，并在每个时刻计算相应时刻的输出，生成输出序列；逆向时序特征识别阶段，这个阶段以第一个阶段为基础，逆向地接收输入的时间序列以及第一个阶段的输出序列，并在每个时刻计算相应的结果；最终根据第二个阶段输出的结果进行时间序列的分类。本发明所述双层双向递归神经网络的相比于普通的双向双层递归神经网络存储开销较小，可应用于多种时间序列处理的任务，对相关算法设计起指导作用，有助于相关算法在端侧低功耗限制的硬件上的实现。

主权项：1.一种低计算和存储消耗的双向递归神经网络的构建方法，其特征在于，该神经网络包括输入层、特征提取层和输出层，特征提取层包括正向特征提取、特征处理以及逆向特征提取三个子层；输入层用于输入经过预处理之后的时间序列；该时间序列为语音识别、自然语言处理、文本分析或手写识别的时间序列；正向特征提取层用于基于单向的递归神经网络学习输入时间序列中的正向时序特征信息；特征处理层用于学习到的正向时序特征与输入时间序列整合到一起，作为下一层递归神经网络的输入；逆向特征提取层用于接收特征处理层中整合完成的特征，基于单向的递归神经网络学习输入时间序列中的逆向时序信息；输出层用于输出时序特征。

全文数据：

权利要求：

百度查询： 北京计算机技术及应用研究所 一种低计算和存储消耗的双向递归神经网络的构建方法

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