申请/专利权人:国网山东省电力公司青岛供电公司
申请日:2024-01-16
公开(公告)日:2024-04-12
公开(公告)号:CN117875402A
主分类号:G06N3/091
分类号:G06N3/091;G06N3/088;G06N3/0985;G06N3/042;G06N3/0499;G06N5/04;G06V10/82;G06V10/764
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明属于计算机技术领域,公开了一种基于主动学习的神经网络时延预测方法,用于神经架构搜索(NAS)网络评估环节的时延评估。提出一种迭代选取架构,收集架构时延,训练时延预测模型,并根据时延预测模型表现自动停止的主动学习时延预测模型构建方法,用于避免盲目收集大量时延数据带来的高昂时间成本问题,同时结合利用设备相似性对已构建的时延预测模型进行复用和调整的方案,进一步减少多设备场景下的时延数据收集成本。本发明采用多层感知机(MLP)作为时延预测模型,使用Kendall相关系数等指标衡量时延预测器的评估准确性,使用时延训练数据集中的样本数量来衡量时延数据收集成本。通过实验验证了本发明所提方法在损失少量预测准确性的情况下,能够节省大量的时延数据收集成本。
主权项:1.一种基于主动学习的神经网络时延预测方法,其特征在于,包括:根据若干设备上架构的时延数据获取排名相关性SRCC,并根据排名相关性SRCC选取代理设备;在选取的代理设备上采用主动学习算法训练神经网络时延预测模型直至达到设定的终止条件后停止得到训练后的神经网络时延预测模型;根据其他目标设备和代理设备之间的SRCC是否大于设定阈值,确定目标设备直接复用训练后的神经网络时延预测模型或对其进行调整;使用确定后的神经网络时延预测模型进行延时数据预测。
全文数据:
权利要求:
百度查询: 国网山东省电力公司青岛供电公司 一种基于主动学习的神经网络时延预测方法
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。