In Bearbeitung

Bitte warten ...

Einstellungen

Einstellungen

Gehe zu Anmeldung

1. WO2020233850 - REKURSIVE KOPPLUNG VON KÜNSTLICH LERNENDEN EINHEITEN

Veröffentlichungsnummer WO/2020/233850
Veröffentlichungsdatum 26.11.2020
Internationales Aktenzeichen PCT/EP2020/056271
Internationales Anmeldedatum 09.03.2020
IPC
G06N 3/04 2006.01
GSektion G Physik
06Datenverarbeitung; Rechnen oder Zählen
NRechnersysteme, basierend auf spezifischen Rechenmodellen
3Rechnersysteme, die auf biologischen Modellen basieren
02unter Verwendung neuronaler Netzwerkmodelle
04Architektur, z.B. Verbindungstopologie
G06N 3/08 2006.01
GSektion G Physik
06Datenverarbeitung; Rechnen oder Zählen
NRechnersysteme, basierend auf spezifischen Rechenmodellen
3Rechnersysteme, die auf biologischen Modellen basieren
02unter Verwendung neuronaler Netzwerkmodelle
08Lernverfahren
CPC
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 3/082
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
G06N 3/084
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
084Back-propagation
Anmelder
  • FRAUNHOFER-GESELLSCHAFT ZUR FÖRDERUNG DER ANGEWANDTEN FORSCHUNG E.V. [DE]/[DE]
  • UNIVERSITÄT DES SAARLANDES [DE]/[DE]
Erfinder
  • ZIMMERMANN, Heiko
  • FUHR, Günter
  • FUHR, Antonie
Vertreter
  • M PATENT GROUP
Prioritätsdaten
19175786.321.05.2019EP
Veröffentlichungssprache Deutsch (DE)
Anmeldesprache Deutsch (DE)
Designierte Staaten
Titel
(DE) REKURSIVE KOPPLUNG VON KÜNSTLICH LERNENDEN EINHEITEN
(EN) RECURSIVE COUPLING OF ARTIFICIAL LEARNING UNITS
(FR) COUPLAGE RÉCURSIF D'UNITÉS À APPRENTISSAGE ARTIFICIEL
Zusammenfassung
(DE)
Die Erfindung betrifft ein Verfahren in einem System aus mindestens zwei künstlich lernenden Einheiten, umfassend das Eingeben von Eingabewerten an mindestens eine erste künstlich lernende Einheit und eine zweite künstlich lernende Einheit; das Erhalten von ersten Ausgabewerten der ersten künstlich lernenden Einheit; das Bilden einer oder mehrerer Modulationsfunktionen auf Grundlage der Ausgabewerte der ersten künstlich lernenden Einheit; das Anwenden der gebildeten einen oder mehreren Modulationsfunktionen auf einen oder mehrere Parameter der zweiten künstlich lernenden Einheit, wobei die ein oder mehreren Parameter die Verarbeitung von Eingabewerten und das Gewinnen von Ausgabewerten in der zweiten künstlich lernenden Einheit beeinflussen; und schließlich das Erhalten von zweiten Ausgabewerten der zweiten künstlich lernenden Einheit.
(EN)
The invention relates to a method in a system formed by at least two artificial learning units, comprising: inputting input values at at least one first artificial learning unit and a second artificial learning unit; obtaining first output values from the first artificial learning unit; forming one or more modulation functions on the basis of the output values of the first artificial learning unit; applying the formed one or more modulation functions to one or more parameters of the second artificial learning unit, wherein the one or more parameters influence the processing of input values and the obtaining of output values in the second artificial learning unit; and finally, obtaining second output values from the second artificial learning unit.
(FR)
L'invention concerne un procédé dans un système composé d'au moins deux unités à apprentissage artificiel, ledit procédé comprenant les étapes suivantes : introduire des valeurs d'entrée dans au moins une première unité à apprentissage artificiel et une deuxième unité à apprentissage artificiel, obtenir de première valeurs de sortie de la première unité à apprentissage artificiel, former une ou plusieurs fonctions de modulation sur la base des valeurs de sortie de la première unité à apprentissage artificiel, appliquer la ou les fonction(s) de modulation formées à un ou plusieurs paramètres de la deuxième unité à apprentissage artificiel, le ou les paramètres influant sur le traitement de valeurs d'entrée et sur l'obtention de valeurs de sortie dans la deuxième unité à apprentissage artificiel et enfin, obtenir de secondes valeurs de sortie de la seconde unité à apprentissage artificiel.
Auch veröffentlicht als
Aktuellste beim Internationalen Büro vorliegende bibliographische Daten