CN106033554A - 一种基于分段的两级深度学习模型的大数据处理方法 - Google Patents

一种基于分段的两级深度学习模型的大数据处理方法 Download PDF

Info

Publication number
CN106033554A
CN106033554A CN201510111904.6A CN201510111904A CN106033554A CN 106033554 A CN106033554 A CN 106033554A CN 201510111904 A CN201510111904 A CN 201510111904A CN 106033554 A CN106033554 A CN 106033554A
Authority
CN
China
Prior art keywords
layer
level
learning model
deep learning
big data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510111904.6A
Other languages
English (en)
Chinese (zh)
Inventor
王劲林
尤佳莉
盛益强
李超鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Acoustics CAS
Shanghai 3Ntv Network Technology Co Ltd
Original Assignee
Institute of Acoustics CAS
Shanghai 3Ntv Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Acoustics CAS, Shanghai 3Ntv Network Technology Co Ltd filed Critical Institute of Acoustics CAS
Priority to CN201510111904.6A priority Critical patent/CN106033554A/zh
Priority to JP2017548135A priority patent/JP2018511870A/ja
Priority to PCT/CN2015/075472 priority patent/WO2016145675A1/zh
Priority to US15/557,463 priority patent/US20180068215A1/en
Priority to EP15885058.6A priority patent/EP3270329A4/en
Publication of CN106033554A publication Critical patent/CN106033554A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0495—Quantised networks; Sparse networks; Compressed networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0499—Feedforward networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/09—Supervised learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Complex Calculations (AREA)
CN201510111904.6A 2015-03-13 2015-03-13 一种基于分段的两级深度学习模型的大数据处理方法 Pending CN106033554A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201510111904.6A CN106033554A (zh) 2015-03-13 2015-03-13 一种基于分段的两级深度学习模型的大数据处理方法
JP2017548135A JP2018511870A (ja) 2015-03-13 2015-03-31 セグメントに基づく二段深層学習モデル用のビッグデータの処理方法
PCT/CN2015/075472 WO2016145675A1 (zh) 2015-03-13 2015-03-31 一种基于分段的两级深度学习模型的大数据处理方法
US15/557,463 US20180068215A1 (en) 2015-03-13 2015-03-31 Big data processing method for segment-based two-grade deep learning model
EP15885058.6A EP3270329A4 (en) 2015-03-13 2015-03-31 Big data processing method for segment-based two-grade deep learning model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510111904.6A CN106033554A (zh) 2015-03-13 2015-03-13 一种基于分段的两级深度学习模型的大数据处理方法

Publications (1)

Publication Number Publication Date
CN106033554A true CN106033554A (zh) 2016-10-19

Family

ID=56918381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510111904.6A Pending CN106033554A (zh) 2015-03-13 2015-03-13 一种基于分段的两级深度学习模型的大数据处理方法

Country Status (5)

Country Link
US (1) US20180068215A1 (https=)
EP (1) EP3270329A4 (https=)
JP (1) JP2018511870A (https=)
CN (1) CN106033554A (https=)
WO (1) WO2016145675A1 (https=)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522914A (zh) * 2017-09-19 2019-03-26 中国科学院沈阳自动化研究所 一种基于图像的模型融合的神经网络结构训练方法
CN109657285A (zh) * 2018-11-27 2019-04-19 中国科学院空间应用工程与技术中心 汽轮机转子瞬态应力的检测方法
WO2019128475A1 (zh) * 2017-12-29 2019-07-04 中兴通讯股份有限公司 数据训练方法及装置、存储介质、电子装置
CN110889492A (zh) * 2019-11-25 2020-03-17 北京百度网讯科技有限公司 用于训练深度学习模型的方法和装置
WO2020113782A1 (zh) * 2018-12-05 2020-06-11 清华大学深圳研究生院 基于数据分布的联合深度学习方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108198625B (zh) * 2016-12-08 2021-07-20 推想医疗科技股份有限公司 一种分析高维医疗数据的深度学习方法和装置
JP6858082B2 (ja) * 2017-06-07 2021-04-14 Kddi株式会社 管理装置、管理方法、及びプログラム
CN107316024B (zh) * 2017-06-28 2021-06-29 北京博睿视科技有限责任公司 基于深度学习的周界报警算法
CN109005060B (zh) * 2018-08-02 2022-01-25 上海交通大学 一种基于层级化高度异构分布式系统的深度学习应用优化框架
CN109299782B (zh) * 2018-08-02 2021-11-12 奇安信科技集团股份有限公司 一种基于深度学习模型的数据处理方法及装置
CN110287175A (zh) * 2019-05-19 2019-09-27 中国地质调查局西安地质调查中心 一种资源环境承载能力的大数据智能测定系统
CN112465030B (zh) * 2020-11-28 2022-06-07 河南财政金融学院 一种基于两级迁移学习的多源异构信息融合故障诊断方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0438556A (ja) * 1990-06-04 1992-02-07 Takayama:Kk データ処理装置
KR910020571A (ko) * 1990-05-21 1991-12-20 다카도리 수나오 데이터 처리장치
JP2001022722A (ja) * 1999-07-05 2001-01-26 Nippon Telegr & Teleph Corp <Ntt> 質的変数で条件付けられる数法則の発見方法及び装置及び質的変数で条件付けられる数法則の発見プログラムを格納した記憶媒体
JP2005237668A (ja) * 2004-02-26 2005-09-08 Kazuya Mera コンピュータネットワークにおける感情を考慮した対話装置
WO2014205231A1 (en) * 2013-06-19 2014-12-24 The Regents Of The University Of Michigan Deep learning framework for generic object detection
CN103945533B (zh) * 2014-05-15 2016-08-31 济南嘉科电子技术有限公司 基于大数据的无线实时位置定位方法
CN104102929B (zh) * 2014-07-25 2017-05-03 哈尔滨工业大学 基于深度学习的高光谱遥感数据分类方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522914A (zh) * 2017-09-19 2019-03-26 中国科学院沈阳自动化研究所 一种基于图像的模型融合的神经网络结构训练方法
WO2019128475A1 (zh) * 2017-12-29 2019-07-04 中兴通讯股份有限公司 数据训练方法及装置、存储介质、电子装置
CN109993299A (zh) * 2017-12-29 2019-07-09 中兴通讯股份有限公司 数据训练方法及装置、存储介质、电子装置
CN109993299B (zh) * 2017-12-29 2024-02-27 中兴通讯股份有限公司 数据训练方法及装置、存储介质、电子装置
CN109657285A (zh) * 2018-11-27 2019-04-19 中国科学院空间应用工程与技术中心 汽轮机转子瞬态应力的检测方法
WO2020113782A1 (zh) * 2018-12-05 2020-06-11 清华大学深圳研究生院 基于数据分布的联合深度学习方法
CN110889492A (zh) * 2019-11-25 2020-03-17 北京百度网讯科技有限公司 用于训练深度学习模型的方法和装置
CN110889492B (zh) * 2019-11-25 2022-03-08 北京百度网讯科技有限公司 用于训练深度学习模型的方法和装置

Also Published As

Publication number Publication date
WO2016145675A1 (zh) 2016-09-22
US20180068215A1 (en) 2018-03-08
EP3270329A4 (en) 2018-04-04
EP3270329A1 (en) 2018-01-17
JP2018511870A (ja) 2018-04-26

Similar Documents

Publication Publication Date Title
CN106033554A (zh) 一种基于分段的两级深度学习模型的大数据处理方法
CN110781775B (zh) 一种多尺度特征支持的遥感影像水体信息精确分割方法
CN108470320B (zh) 一种基于cnn的图像风格化方法及系统
EP3282401A1 (en) Big data processing method based on deep learning model satisfying k-degree sparse constraint
CN108596069A (zh) 基于深度3d残差网络的新生儿疼痛表情识别方法及系统
CN111402129A (zh) 一种基于联合上采样卷积神经网络的双目立体匹配方法
CN112949740B (zh) 一种基于多级度量的小样本图像分类方法
CN108510012A (zh) 一种基于多尺度特征图的目标快速检测方法
CN108133705A (zh) 基于对偶学习的语音识别与语音合成模型训练方法
CN108062753A (zh) 基于深度对抗学习的无监督域自适应脑肿瘤语义分割方法
CN104751227B (zh) 用于语音识别的深度神经网络的构建方法及系统
CN108847223B (zh) 一种基于深度残差神经网络的语音识别方法
CN109271522A (zh) 基于深度混合模型迁移学习的评论情感分类方法及系统
CN108304927A (zh) 基于深度学习的轴承故障模式诊断方法及系统
CN108108677A (zh) 一种基于改进的cnn人脸表情识别方法
CN107220506A (zh) 基于深度卷积神经网络的乳腺癌风险评估分析系统
CN107330446A (zh) 一种面向图像分类的深度卷积神经网络的优化方法
CN103345656A (zh) 一种基于多任务深度神经网络的数据识别方法及装置
CN113836319B (zh) 融合实体邻居的知识补全方法及系统
CN106897254A (zh) 一种网络表示学习方法
CN106022392A (zh) 一种深度神经网络样本自动取舍的训练方法
CN111242155A (zh) 一种基于多模深度学习的双模态情感识别方法
CN110473195B (zh) 一种可自动定制的医学病灶检测架构及方法
CN104182771B (zh) 基于带丢包自动编码技术的时间序列数据图形化分析方法
CN107832458A (zh) 一种字符级的基于嵌套深度网络的文本分类方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161019

RJ01 Rejection of invention patent application after publication