← 返回列表
AI人工智能机器学习系统及方法
摘要文本
本发明涉及机器学习技术领域，具体地说，涉及AI人工智能机器学习系统及方法。其包括数据收集及处理单元，数据收集及处理单元包括数据收集模块和预处理模块；预处理模块用于将收集到的数据进行数据清洗；在AI深度学习模型引入残差连接，以提高模型的性能并加速训练，并使用经过预处理的数据对AI深度学习模型进行训练；模型优化单元基于神经架构搜索对深度学习模型的结构进行优化，且在神经架构搜索中对新生成的个体进行改变连接权重的变异操作，在当前权重基础上加入随机噪声，进而优化模型性能；决策输出单元用于将模型的输出转化为实际决策。在循环神经网络中添加残差连接，以提高模型的性能并加速训练，改善模型的训练和序列建模能力。
申请人信息
- 申请人:云南迅盛科技有限公司
- 申请人地址:650100 云南省昆明市西山区环城西路577号云南省社会科学院科研大楼(和泰商务中心)5层D号
- 发明人: 云南迅盛科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | AI人工智能机器学习系统及方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410124324.X |
| 申请日 | 2024/1/30 |
| 公告号 | CN117668701A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06F18/2415 |
| 权利人 | 云南迅盛科技有限公司 |
| 发明人 | 黄家欣; 李艳; 李珊; 艾金龙 |
| 地址 | 云南省昆明市西山区环城西路577号云南省社会科学院科研大楼(和泰商务中心)5层D号 |
专利主权项内容
1.AI人工智能机器学习系统，其特征在于，包括：数据收集及处理单元(1)，所述数据收集及处理单元(1)包括数据收集模块和预处理模块，其中，所述数据收集模块收集用于训练的数据集；所述预处理模块用于将收集到的数据进行数据清洗；模型训练单元(2)，所述模型训练单元(2)基于AI机器学习算法建立AI深度学习模型，在AI深度学习模型引入残差连接，以提高模型的性能并加速训练，并使用经过预处理的数据对AI深度学习模型进行训练，用于使AI深度学习模型从经过预处理的数据中学习并捕捉数据的模式、特征和关系；模型优化单元(3)，所述模型优化单元(3)基于神经架构搜索对AI深度学习模型的结构进行优化，且在神经架构搜索中对新生成的个体进行改变连接权重的变异操作，在当前权重基础上加入随机噪声，来调整连接权重，进而优化模型性能；决策输出单元(4)，所述决策输出单元(4)用于将模型的输出转化为实际决策。