自适应适配层驱动的小样本持续学习系统
2025-02-11 11:12
No.1338830044566659072
技术概要
PDF全文
本技术涉及人工智能和深度学习技术,旨在推出一种自适应适配层驱动的小样本持续学习解决方案。该方法通过预训练线性权重的奇特机制,实现对小样本数据的高效学习,以适应不断变化的学习环境。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。 小样本持续学习能够通过有限的数据学习新类别的同时保护已有知识。在实际应用中,例如自适应推荐系统和动态环境中的机器人导航,小样本持续学习算法需要保证模型在有限资源下有效适应新信息,同时不影响已有知识的稳定性。现有方法在不同适配阶段通常使用固定的网络层进行微调或插入适配器,未能考虑不同网络层对旧知识的保留能力在持续学习过程中是动态变化的。随着新任务的不断引入,不同层的适应性和对旧知识的敏感度也会发生变化,导致手动或固定的层选择策略难以在适配新任务与保留旧知识之间取得最优平衡,从而影响小样本持续学习模型的性能,最终削弱了小样本持续学习模型的分类准确性。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
李潇婕  吴建龙  王蓓  杨一博  聂礼强  张民
技术所属: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利