![用于机器学习模型的无导师自特征提取训练的系统、设备、制造品和方法](/CN/2022/8/17/images/202280089583.jpg)
基本信息:
- 专利标题: 用于机器学习模型的无导师自特征提取训练的系统、设备、制造品和方法
- 申请号:CN202280089583.2 申请日:2022-02-21
- 公开(公告)号:CN118891635A 公开(公告)日:2024-11-01
- 发明人: 陈玉荣 , 姚安邦 , 钱轶 , 张宇 , 王山东
- 申请人: 英特尔公司
- 申请人地址: 美国加利福尼亚州
- 专利权人: 英特尔公司
- 当前专利权人: 英特尔公司
- 当前专利权人地址: 美国加利福尼亚州
- 代理机构: 中国专利代理(香港)有限公司
- 代理人: 付曼; 陈岚
- 国际申请: PCT/CN2022/077004 2022.02.21
- 国际公布: WO2023/155183 CN 2023.08.24
- 进入国家日期: 2024-07-19
- 主分类号: G06N3/09
- IPC分类号: G06N3/09 ; G06N3/0464 ; G06N3/045 ; G06F18/213 ; G06F18/25
摘要:
公开了用于机器学习(ML)模型的无导师自特征提取训练的方法、设备、系统和制品。示例设备包括至少一个存储器、指令和处理器电路系统,所述处理器电路系统用于执行或实例化指令中的至少一个,以执行(i)ML模型的第一特征通道集合(FC)的第一组和(ii)第一集合的第二组的第一比较,执行(iii)ML模型的第二FC集合的第一组和(iv)ML模型的第三FC集合的第一组或第一FC集合的第三组中的一个的第二比较,基于第一和/或第二比较调整ML模型的(一个或多个)参数,以及响应于误差值满足阈值,基于(一个或多个)参数部署ML模型以执行工作负载。
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06N | 基于特定计算模型的计算机系统 |
------G06N3/00 | 基于生物学模型的计算机系统 |
--------G06N3/02 | .采用神经网络模型 |
----------G06N3/04 | ..体系结构,例如,互连拓扑 |
------------G06N3/09 | ...监督学习 |