In Bearbeitung

Bitte warten ...

Einstellungen

Einstellungen

Gehe zu Anmeldung

1. WO2020126373 - VERFAHREN ZUM TRAINIEREN EINES NEURONALEN NETZES

Veröffentlichungsnummer WO/2020/126373
Veröffentlichungsdatum 25.06.2020
Internationales Aktenzeichen PCT/EP2019/082768
Internationales Anmeldedatum 27.11.2019
IPC
G06N 3/08 2006.01
GPhysik
06Datenverarbeitung; Rechnen oder Zählen
NRechnersysteme, basierend auf spezifischen Rechenmodellen
3Rechnersysteme, die auf biologischen Modellen basieren
02unter Verwendung neuronaler Netzwerkmodelle
08Lernverfahren
CPC
G05B 13/02
GPHYSICS
05CONTROLLING; REGULATING
BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
13Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
02electric
G06N 3/008
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
004Artificial life, i.e. computers simulating life
008based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. robots replicating pets or humans in their appearance or behavior
G06N 3/0445
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0445Feedback networks, e.g. hopfield nets, associative networks
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
G06N 3/0472
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0472using probabilistic elements, e.g. p-rams, stochastic processors
G06N 3/082
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
082modifying the architecture, e.g. adding or deleting nodes or connections, pruning
Anmelder
  • ROBERT BOSCH GMBH [DE]/[DE]
Erfinder
  • SCHMIDT, Frank
  • SACHSE, Torsten
Prioritätsdaten
10 2018 222 345.919.12.2018DE
Veröffentlichungssprache Deutsch (DE)
Anmeldesprache Deutsch (DE)
Designierte Staaten
Titel
(DE) VERFAHREN ZUM TRAINIEREN EINES NEURONALEN NETZES
(EN) METHOD FOR TRAINING A NEURAL NETWORK
(FR) PROCÉDÉ DESTINÉ À L'ENTRAÎNEMENT D'UN RÉSEAU NEURONAL
Zusammenfassung
(DE)
Computer-implementiertes Verfahren zum Trainieren eines neuronalen Netzes (60), welches insbesondere eingerichtet ist zum Klassifizieren von physikalischen Messgrößen, wobei ein Anpassen von Parametern (θ) des neuronalen Netzes (60) abhängig von einem Ausgangssignal (y) des neuronalen Netzes (60) bei Zuführung des Eingangssignals (x) und einem zugehörigen gewünschten Ausgangssignal (yT) geschieht, wobei das Anpassen der Parameter (θ) abhängig von einem ermittelten Gradienten (g) geschieht, dadurch gekennzeichnet, dass Komponenten (gl,l) des ermittelten Gradienten (g) abhängig davon skaliert werden, zu welcher Schicht (S1,...,S5) des neuronalen Netzes die zu diesen Kompoenten entsprechenden Parameter (θ) gehören.
(EN)
A computer-implemented method for training a neural network (60), which is configured, in particular, to classify physical measurement variables, wherein parameters (θ) of the neural network (60) are adapted according to an output signal (y) of said neural network (60), when the input signal (x) is supplied, and according to an associated desired output signal (y T ), the parameters (θ) being adapted according to a gradient (g) that has been determined; the method is characterised in that components (g l,l ) of the gradient (g) determined are scaled depending on the layer (S 1 ,...,S 5 ) of the neural network to which the parameters (θ) corresponding to these components belong.
(FR)
Procédé mis en oeuvre par ordinateur pour entraîner un réseau neuronal (60), notamment conçu pour classifier des grandeurs de mesure physiques, une adaptation de paramètres (θ) du réseau neuronal (60) étant réalisée en fonction d'un signal de sortie (y) du réseau neuronal (60) lors de l'injection du signal d'entrée (x), et d'un signal de sortie souhaité correspondant (y T ), l'adaptation des paramètres (θ) étant réalisée en fonction d'un gradient déterminé (g). Le procédé est caractérisé en ce que des composantes (g l,l ) du gradient déterminé (g) sont mises à l'échelle selon la couche (S 1 ,...,S 5 ) du réseau neuronal à laquelle appartiennent les paramètres (θ) correspondant à ces composantes.
Auch veröffentlicht als
Aktuellste beim Internationalen Büro vorliegende bibliographische Daten