CN107924491A - 未知类别的检测和用于未知类别的分类器的初始化 - Google Patents
未知类别的检测和用于未知类别的分类器的初始化 Download PDFInfo
- Publication number
- CN107924491A CN107924491A CN201680045335.2A CN201680045335A CN107924491A CN 107924491 A CN107924491 A CN 107924491A CN 201680045335 A CN201680045335 A CN 201680045335A CN 107924491 A CN107924491 A CN 107924491A
- Authority
- CN
- China
- Prior art keywords
- classification
- data
- grader
- processor
- negative
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Image Analysis (AREA)
Abstract
给出了一种检测未知类别的方法,且该方法包括生成用于多个第一类别的第一分类器。在一种配置中,该第一分类器的输出具有至少为二的维度。该方法还包括设计第二分类器以接收该第一分类器的输出来决定输入数据是属于该多个第一类别还是至少一个第二类别。
Description
相关申请的交叉引用
本申请要求于2015年8月4日提交且题为“DETECTION OF UNKNOWN CLASSES ANDINITIALIZATION OF CLASSIFIERS FOR UNKNOWN CLASSES(未知类别的检测和用于未知类别的分类器的初始化)”的美国临时专利申请No.62/201,090的权益,其公开内容通过援引全部明确纳入于此。
背景
领域
本公开的某些方面一般涉及机器学习,并尤其涉及改进用于检测未知类别以及初始化用于未知类别的分类器的系统和方法。
背景技术
可包括一群互连的人工神经元(例如,神经元模型)的人工神经网络是一种计算设备或者表示将由计算设备执行的方法。人工神经网络可具有生物学神经网络中的对应的结构和/或功能。
卷积神经网络是一种前馈人工神经网络。卷积神经网络可包括可被配置在平铺感受野中的神经元层。卷积神经网络(CNN)具有众多应用。具体而言,CNN已被广泛使用于模式识别和分类领域。
深度学习架构(诸如,深度置信网络和深度卷积网络)已经被越来越多地用于对象识别应用中。类似于卷积神经网络,这些深度学习架构中的计算可分布在处理节点群体上,其可被配置在一个或多个计算链中。这些多层架构提供更大灵活性,因为它们可以一次被训练一层并可使用反向传播进行微调。
其他模型也可用于对象识别。例如,支持向量机(SVM)是可被应用于分类的学习工具。支持向量机包括对数据进行归类的分离超平面(例如,决策边界)。该超平面由监督式学习来定义。期望的超平面增加训练数据的裕量。换言之,超平面应该具有到训练示例的最大的最小距离。
尽管这些解决方案在数个分类基准上达到了优异的结果,但它们的计算复杂度可能极其高。另外,模型的训练可能是有挑战性的。
概述
在本公开的一个方面,公开了一种检测未知类别的方法。该方法包括生成用于第一类别的第一分类器。在一种配置中,该第一分类器的输出具有至少为二的维度。该方法还包括设计第二分类器以接收该第一分类器的输出来决定输入数据是属于该第一类别还是至少一个第二类别。
本公开的另一方面涉及一种装备,其包括用于生成用于第一类别的第一分类器的装置。在一种配置中,该第一分类器的输出具有至少为二的维度。该装备还包括用于设计第二分类器以接收该第一分类器的输出来决定输入数据是属于该第一类别还是至少一个第二类别的装置。
在本公开的另一方面,公开了一种用于检测未知类别的计算机程序产品。该计算机程序产品具有其上记录有非瞬态程序代码的非瞬态计算机可读介质。该程序代码由处理器执行并且包括用于生成用于第一类别的第一分类器的程序代码。在一种配置中,第一分类器的输出具有至少为二的维度。该程序代码还包括用于设计第二分类器以接收该第一分类器的输出来决定输入数据是属于该第一类别还是至少一个第二类别的程序代码。
本公开的另一方面涉及一种用于检测未知类别的装置,该装置具有存储器以及耦合至该存储器的一个或多个处理器。(诸)处理器配置成生成用于第一类别的第一分类器。在一种配置中,第一分类器的输出具有至少为二的维度。(诸)处理器还配置成设计第二分类器以接收该第一分类器的输出来决定输入数据是属于该第一类别还是至少一个第二类别。
在本公开的一个方面,公开了一种生成合成否定数据的方法。该方法包括从多个类别获得已知数据。该方法还包括根据已知数据来合成地生成否定数据。
本公开的另一方面涉及一种装备,其包括用于从多个类别获得已知数据的装置。该装备还包括用于根据已知数据来合成地生成否定数据的装置。
在本公开的另一方面,公开了一种用于生成合成否定数据的计算机程序产品。该计算机程序产品具有其上记录有非瞬态程序代码的非瞬态计算机可读介质。该程序代码由处理器执行并且包括用于从多个类别获得已知数据的程序代码。该程序代码还包括用于根据已知数据来合成地生成否定数据的程序代码。
本公开的另一方面涉及一种用于生成合成否定数据的装置,该装置具有存储器以及耦合至该存储器的一个或多个处理器。(诸)处理器配置成从多个类别获得已知数据。(诸)处理器还配置成根据已知数据来合成地生成否定数据。
本公开的附加特征和优点将在下文描述。本领域技术人员应当领会,本公开可容易地被用作修改或设计用于实施与本公开相同的目的的其他结构的基础。本领域技术人员还应认识到,这样的等效构造并不脱离所附权利要求中所阐述的本公开的教导。被认为是本公开的特性的新颖特征在其组织和操作方法两方面连同进一步的目的和优点在结合附图来考虑以下描述时将被更好地理解。然而,要清楚理解的是,提供每一幅附图均仅用于解说和描述目的,且无意作为对本公开的限定的定义。
附图简述
在结合附图理解下面阐述的详细描述时,本公开的特征、本质和优点将变得更加明显,在附图中,相同附图标记始终作相应标识。
图1解说了根据本公开的某些方面的使用片上系统(SOC)(包括通用处理器)来设计神经网络的示例实现。
图2解说了根据本公开的各方面的系统的示例实现。
图3A是解说根据本公开的各方面的神经网络的示图。
图3B是解说根据本公开的各方面的示例性深度卷积网络(DCN)的框图。
图4是解说根据本公开的各方面的可将人工智能(AI)功能模块化的示例性软件架构的框图。
图5是解说根据本公开的各方面的智能手机上的AI应用的运行时操作的框图。
图6和7解说了根据本公开的各方面的二元分类器的示例。
图8A和8B解说了根据本公开的各方面的用于检测未知类别的方法。
图9A和9B解说了根据本公开的各方面的用于生成合成未知数据的方法。
图10是解说根据本公开的各方面的用于未知类别检测的方法的流程图。
图11是解说根据本公开的各方面的用于生成合成未知数据的方法的流程图。
图12是解说根据本公开的各方面的用于未知类别检测以及生成合成未知数据的方法的流程图。
详细描述
以下结合附图阐述的详细描述旨在作为各种配置的描述,而无意表示可实践本文中所描述的概念的仅有的配置。本详细描述包括具体细节以便提供对各种概念的透彻理解。然而,对于本领域技术人员将显而易见的是,没有这些具体细节也可实践这些概念。在一些实例中,以框图形式示出众所周知的结构和组件以避免湮没此类概念。
基于本教导,本领域技术人员应领会,本公开的范围旨在覆盖本公开的任何方面,不论其是与本公开的任何其他方面相独立地还是组合地实现的。例如,可以使用所阐述的任何数目的方面来实现装置或实践方法。另外,本公开的范围旨在覆盖使用作为所阐述的本公开的各个方面的补充或者与之不同的其他结构、功能性、或者结构及功能性来实践的此类装置或方法。应当理解,所披露的本公开的任何方面可由权利要求的一个或多个元素来实施。
措辞“示例性”在本文中用于表示“用作示例、实例、或解说”。本文中描述为“示例性”的任何方面不必被解释为优于或胜过其他方面。
尽管本文描述了特定方面,但这些方面的众多变体和置换落在本公开的范围之内。虽然提到了优选方面的一些益处和优点,但本公开的范围并非旨在被限定于特定益处、用途或目标。相反,本公开的各方面旨在能宽泛地应用于不同的技术、系统配置、网络和协议,其中一些作为示例在附图以及以下对优选方面的描述中解说。详细描述和附图仅仅解说本公开而非限定本公开,本公开的范围由所附权利要求及其等效技术方案来定义。
常规分类器(诸如支持向量机(SVM))可以确定两个或更多类别之间的决策边界。对于多类别分类,若干分类器决策边界可以被生成以将样本分类。分类是指将样本与被用来训练网络的类别相关联。例如,对于面部识别,图像检测器可以将面部的图像分类为属于特定人(例如,类别)。
进一步,常规分类器产生指示样本属于每个类别的概率的分数向量。具有最高概率的类别可以被选择为胜出类别。
尽管如此,在一些情况中,样本并不属于被用来训练分类器的任何类别。由此,生成一种架构来初始化分类器以将对象标记为属于已知类别或属于未知类别(或至少一种未知类别)是合需的。在一种配置中,第一分类器被指定为确定样本的分类分数。进一步,第二分类器可以被指定为基于分类分数来将样本归类为已知或未知。进一步,在另一配置中,未知类别的分类边界可以基于随机训练样本来定义,该随机训练样本排除已知类别和/或包括合成地生成的否定类别数据。否定类别数据可以被称为未知类别数据或未知数据。
图1解说了根据本公开的某些方面使用片上系统(SOC)100进行前述的未知类别检测、未知分类器初始化、和/或合成否定数据生成的示例实现,SOC100可包括通用处理器(CPU)或多核通用处理器(CPU)102。各变量(例如,神经信号和突触权重)、与计算设备相关联的系统参数(例如,带权重的神经网络)、延迟、频率槽信息、以及任务信息可以被存储在与神经处理单元(NPU)108(例如,至少一个处理器)相关联的存储器块(例如,至少一个存储器单元)中或存储在专用存储器块118中。在通用处理器102处执行的指令可从与CPU 102相关联的程序存储器加载或可从专用存储器块118加载。SOC 100还可包括为具体功能定制的附加处理块(诸如图形处理单元(GPU)104、数字信号处理器(DSP)106、连通性块110(其可包括第四代长期演进(4G LTE)连通性、无执照Wi-Fi连通性、USB连通性、蓝牙连通性等))以及例如可检测和识别姿势的多媒体处理器112。SOC 100还可包括传感器处理器114、图像信号处理器(ISP)、和/或导航120(其可包括全球定位系统)。SOC可基于ARM指令集。
SOC 100还可包括为具体功能定制的附加处理块(诸如GPU 104、DSP106、连通性块110(其可包括第四代长期演进(4G LTE)连通性、无执照Wi-Fi连通性、USB连通性、蓝牙连通性等))以及例如可检测和识别姿势的多媒体处理器112。在一种实现中,NPU实现在CPU、DSP、和/或GPU中。SOC 100还可包括传感器处理器114、图像信号处理器(ISP)、和/或导航120(其可包括全球定位系统)。
SOC 100可基于ARM指令集。在本公开的一方面,加载到通用处理器102中的指令可包括用于生成用于第一类别的第一分类器的代码。在一种配置中,该输出具有至少为两的维度。加载到通用处理器102的指令还可以包括用于设计第二分类器以接收第一分类器的输出来决定输入数据是属于第一类别还是至少一个第二类别的代码。
附加地,在本公开的另一方面,加载到通用处理器102中的指令可包括用于从多个类别获得已知数据的代码。加载到通用处理器102中的指令还可以包括用于根据已知数据来合成地生成否定数据的代码。
图2解说了根据本公开的某些方面的系统200的示例实现。如图2中所解说的,系统200可具有可执行本文所描述的方法的各种操作的多个局部处理单元202。每个局部处理单元202可包括局部状态存储器204和可存储神经网络的参数的局部参数存储器206。另外,局部处理单元202可具有用于存储局部模型程序的局部(神经元)模型程序(LMP)存储器208、用于存储局部学习程序的局部学习程序(LLP)存储器210、以及局部连接存储器212。此外,如图2中所解说的,每个局部处理单元202可与用于为该局部处理单元的各局部存储器提供配置的配置处理器单元214对接,并且与提供各局部处理单元202之间的路由的路由连接处理单元216对接。
深度学习架构可通过学习在每一层中以逐次更高的抽象程度来表示输入、藉此构建输入数据的有用特征表示来执行对象识别任务。以此方式,深度学习解决了传统机器学习的主要瓶颈。在深度学习出现之前,用于对象识别问题的机器学习办法可能严重依赖人类工程设计的特征,或许与浅分类器相结合。浅分类器可以是两类线性分类器,例如,其中可将特征向量分量的加权和与阈值作比较以预测输入属于哪一类。人类工程设计的特征可以是由拥有领域专业知识的工程师针对具体问题领域定制的模版或内核。相反,深度学习架构可学习以表示与人类工程师可能会设计的类似的特征,但它是通过训练来学习的。此外,深度网络可以学习以表示和识别人类可能还没有考虑过的新类型的特征。
深度学习架构可以学习特征阶层。例如,如果向第一层呈递视觉数据,则第一层可学习去识别输入流中的简单特征(诸如边)。如果向第一层呈递听觉数据,则第一层可学习去识别特定频率中的频谱功率。取第一层的输出作为输入的第二层可以学习以识别特征组合,诸如对于视觉数据识别简单形状或对于听觉数据识别声音组合。更高层可学习去表示视觉数据中的复杂形状或听觉数据中的词语。再高层可学习以识别常见视觉对象或口语短语。
深度学习架构在被应用于具有自然阶层结构的问题时可能表现特别好。例如,机动车辆的分类可受益于首先学习以识别轮子、挡风玻璃、以及其他特征。这些特征可在更高层以不同方式被组合以识别轿车、卡车和飞机。
神经网络可被设计成具有各种连通性模式。在前馈网络中,信息从较低层被传递到较高层,其中给定层中的每个神经元向更高层中的神经元进行传达。如上所述,可在前馈网络的相继层中构建阶层式表示。神经网络还可具有回流或反馈(也被称为自顶向下(top-down))连接。在回流连接中,来自给定层中的神经元的输出被传达给相同层中的另一神经元。回流架构可有助于识别跨越不止一个按顺序递送给该神经网络的输入数据组块的模式。从给定层中的神经元到较低层中的神经元的连接被称为反馈(或自顶向下)连接。当高层级概念的识别可辅助辨别输入的特定低层级特征时,具有许多反馈连接的网络可能是有助益的。
参照图3A,神经网络的各层之间的连接可以是全连接的(302)或局部连接的(304)。在全连接网络302中,第一层中的神经元可将它的输出传达给第二层中的每个神经元,从而第二层中的每个神经元将从第一层中的每个神经元接收输入。替换地,在局部连接网络304中,第一层中的神经元可连接至第二层中有限数目的神经元。卷积网络306可以是局部连接的,并且被进一步配置成使得与针对第二层中每个神经元的输入相关联的连接强度被共享(例如,308)。更一般化地,网络的局部连接层可被配置成使得一层中的每个神经元将具有相同或相似的连通性模式,但其连接强度可具有不同的值(例如,310、312、314和316)。局部连接的连通性模式可能在更高层中产生空间上相异的感受野,这是由于给定区域中的更高层神经元可接收到通过训练被调谐为到网络的总输入的受限部分的性质的输入。
局部连接的神经网络可能非常适合于其中输入的空间位置有意义的问题。例如,被设计成识别来自车载相机的视觉特征的网络300可发展具有不同性质的高层神经元,这取决于它们与图像下部关联还是与图像上部关联。例如,与图像下部相关联的神经元可学习以识别车道标记,而与图像上部相关联的神经元可学习以识别交通信号灯、交通标志等。
DCN可以用受监督式学习来训练。在训练期间,DCN可被呈递图像326(诸如限速标志的经剪裁图像),并且可随后计算“前向传递(forward pass)”以产生输出322。输出322可以是对应于特征(诸如“标志”、“60”、和“100”)的值向量。网络设计者可能希望DCN在输出特征向量中针对其中一些神经元输出高得分,例如与经训练网络300的输出322中所示的“标志”和“60”对应的那些神经元。在训练之前,DCN产生的输出很可能是不正确的,并且由此可计算实际输出与目标输出之间的误差。DCN的权重可随后被调整以使得DCN的输出得分与目标更紧密地对准。
为了调整权重,学习算法可为权重计算梯度向量。该梯度可指示在权重被略微调整情况下误差将增加或减少的量。在顶层,该梯度可直接对应于连接倒数第二层中的活化神经元与输出层中的神经元的权重的值。在较低层中,该梯度可取决于权重的值以及所计算出的较高层的误差梯度。权重可随后被调整以减小误差。这种调整权重的方式可被称为“反向传播”,因为其涉及在神经网络中的“反向传递(backward pass)”。
在实践中,权重的误差梯度可能是在少量示例上计算的,从而计算出的梯度近似于真实误差梯度。这种近似方法可被称为随机梯度下降法。随机梯度下降法可被重复,直到整个系统可达成的误差率已停止下降或直到误差率已达到目标水平。
在学习之后,DCN可被呈递新图像326并且在网络中的前向传递可产生输出322,其可被认为是该DCN的推断或预测。
深度置信网络(DBN)是包括多层隐藏节点的概率性模型。DBN可被用于提取训练数据集的阶层式表示。DBN可通过堆叠多层受限波尔兹曼机(RBM)来获得。RBM是一类可在输入集上学习概率分布的人工神经网络。由于RBM可在没有关于每个输入应该被分类到哪个类的信息的情况下学习概率分布,因此RBM经常被用于无监督式学习中。使用混合无监督式和受监督式范式,DBN的底部RBM可按无监督方式被训练并且可以用作特征提取器,而顶部RBM可按受监督方式(在来自先前层的输入和目标类的联合分布上)被训练并且可用作分类器。
深度卷积网络(DCN)是卷积网络的网络,其配置有附加的池化和归一化层。DCN已在许多任务上达成现有最先进的性能。DCN可使用受监督式学习来训练,其中输入和输出目标两者对于许多典范是已知的并被用于通过使用梯度下降法来修改网络的权重。
DCN可以是前馈网络。另外,如上所述,从DCN的第一层中的神经元到下一更高层中的神经元群的连接跨第一层中的神经元被共享。DCN的前馈和共享连接可被利用于进行快速处理。DCN的计算负担可比例如类似大小的包括回流或反馈连接的神经网络小得多。
卷积网络的每一层的处理可被认为是空间不变模版或基础投影。如果输入首先被分解成多个通道,诸如彩色图像的红色、绿色和蓝色通道,那么在该输入上训练的卷积网络可被认为是三维的,其具有沿着该图像的轴的两个空间维度以及捕捉颜色信息的第三维度。卷积连接的输出可被认为在后续层318和320中形成特征图,该特征图(例如,320)中的每个元素从先前层(例如,318)中一定范围的神经元以及从该多个通道中的每一个通道接收输入。特征图中的值可以用非线性(诸如矫正)max(0,x)进一步处理。来自毗邻神经元的值可被进一步池化(这对应于降采样)并可提供附加的局部不变性以及维度缩减。还可通过特征图中神经元之间的侧向抑制来应用归一化,其对应于白化。
深度学习架构的性能可随着有更多被标记的数据点变为可用或随着计算能力提高而提高。现代深度神经网络用比仅仅十五年前可供典型研究者使用的计算资源多数千倍的计算资源来例行地训练。新的架构和训练范式可进一步推升深度学习的性能。经矫正的线性单元可减少被称为梯度消失的训练问题。新的训练技术可减少过度拟合(over-fitting)并因此使更大的模型能够达成更好的普遍化。封装技术可抽象出给定的感受野中的数据并进一步提升总体性能。
图3B是解说示例性深度卷积网络350的框图。深度卷积网络350可包括多个基于连通性和权重共享的不同类型的层。如图3B所示,该示例性深度卷积网络350包括多个卷积块(例如,C1和C2)。每个卷积块可配置有卷积层、归一化层(LNorm)、和池化层。卷积层可包括一个或多个卷积滤波器,其可被应用于输入数据以生成特征图。尽管仅示出了两个卷积块,但本公开不限于此,而是,根据设计偏好,任何数目的卷积块可被包括在深度卷积网络350中。归一化层可被用于对卷积滤波器的输出进行归一化。例如,归一化层可提供白化或侧向抑制。池化层可提供在空间上的降采样聚集以实现局部不变性和维度缩减。
例如,深度卷积网络的平行滤波器组可任选地基于ARM指令集被加载到SOC 100的CPU 102或GPU 104上以达成高性能和低功耗。在替换实施例中,平行滤波器组可被加载到SOC 100的DSP 106或ISP 116上。另外,DCN可访问其他可存在于SOC上的处理块,诸如专用于传感器114和导航120的处理块。
深度卷积网络350还可包括一个或多个全连接层(例如,FC1和FC2)。深度卷积网络350可进一步包括逻辑回归(LR)层。深度卷积网络350的每一层之间是要被更新的权重(未示出)。每一层的输出可以用作深度卷积网络350中后续层的输入以从第一卷积块C1处提供的输入数据(例如,图像、音频、视频、传感器数据和/或其他输入数据)学习阶层式特征表示。
图4是解说可使人工智能(AI)功能模块化的示例性软件架构400的框图。使用该架构,应用402可被设计成可使得SOC 420的各种处理块(例如CPU422、DSP 424、GPU 426和/或NPU 428)在该应用402的运行时操作期间执行支持计算。
AI应用402可配置成调用在用户空间404中定义的功能,例如,这些功能可提供对指示该设备当前操作位置的场景的检测和识别。例如,AI应用402可取决于识别出的场景是否为办公室、报告厅、餐馆、或室外环境(诸如湖泊)而以不同方式配置话筒和相机。AI应用402可向与在场景检测应用编程接口(API)406中定义的库相关联的经编译程序代码作出请求以提供对当前场景的估计。该请求可最终依赖于配置成基于例如视频和定位数据来提供场景估计的深度神经网络的输出。
运行时引擎408(其可以是运行时框架的经编译代码)可进一步可由AI应用402访问。例如,AI应用402可使得运行时引擎请求特定时间间隔的场景估计或由应用的用户接口检测到的事件触发的场景估计。在使得运行时引擎估计场景时,运行时引擎可进而发送信号给在SOC 420上运行的操作系统410(诸如Linux内核412)。操作系统410进而可使得在CPU422、DSP 424、GPU 426、NPU 428、或其某种组合上执行计算。CPU 422可被操作系统直接访问,而其他处理块可通过驱动器(诸如用于DSP 424、GPU 426、或NPU 428的驱动器414-418)来访问。在示例性示例中,深度神经网络可被配置成在处理块的组合(诸如CPU 422和GPU426)上运行,或可在NPU 428(如果存在的话)上运行。
图5是解说智能手机502上的AI应用的运行时操作500的框图。AI应用可包括预处理模块504,该预处理模块504可被(例如,使用JAVA编程语言)配置成转换图像506的格式并随后对该图像进行剪裁和/或调整大小(508)。经预处理的图像可随后被传达给分类应用510,该分类应用510包含场景检测后端引擎512,该场景检测后端引擎512可以被(例如,使用C编程语言)配置成基于视觉输入来检测和分类场景。场景检测后端引擎512可被配置成通过缩放(516)和剪裁(518)来进一步预处理(514)该图像。例如,该图像可被缩放和剪裁以使所得到的图像是224像素×224像素。这些维度可映射到神经网络的输入维度。神经网络可由深度神经网络块520配置以使得SOC 100的各种处理块借助深度神经网络来进一步处理图像像素。深度神经网络的结果可随后被取阈(522)并被传递通过分类应用510中的指数平滑块524。经平滑的结果可随后使得智能手机502的设置和/或显示改变。
在一种配置中,机器学习模型被配置用于生成、设计、获得、和/或合成地生成。该模型包括生成装置、设计装置、获得装置和/或合成地生成装置。在一个方面,生成装置、设计装置、获得装置和/或合成地生成装置可以是配置成执行所叙述功能的通用处理器102、与通用处理器102相关联的程序存储器、存储器块118、局部处理单元202、和或路由连接处理单元216。在另一配置中,前述装置可以是配置成执行由前述装置所叙述的功能的任何模块或任何装置。
根据本公开的某些方面,每个局部处理单元202可被配置成基于网络的一个或多个期望功能特征来确定网络的参数,以及随着所确定的参数被进一步适配、调谐和更新来使这一个或多个功能特征朝着期望的功能特征发展。
检测未知类别和初始化分类器
在大多数的系统中,分类器(诸如支持向量机)被指定为与特征提取器协同工作。例如,深度卷积网络从输入提取特征,而分类器基于所提取的特征将输入进行归类。即,分类器确定特征属于已知类别还是未知类别。进一步,输入可以基于被指派给所提取的特征的类别而被分类。
如先前所讨论的,多类别分类器可以用多个类别来训练以将接收到的样本与一类别相关联。例如,多类别分类器可以接收汽车的图像,并基于所训练的类别确定汽车的类型。尽管如此,在一些情形中,诸如在网络的测试期间,样本可能不属于被用来训练多类别分类器的任何类别。由此,生成一种架构来初始化多类别分类器以将对象标记为属于已知类别或属于未知类别可能是合需的。多类别分类器可以被称作分类器。
在一种配置中,二元分类器与分类器(诸如支持向量机)协同使用以确定样本是属于已知类别还是未知类别。具体而言,在该配置中,由多类别分类器或多类别分类器的子集产生的分数向量被用作特征向量来构建二元分类器。二元分类器被指定用于将样本分类为已知或未知。
附加地,在一些情形中,一个分类器可能仅有一个类别。例如,分类器可以被指定为确定对象是否为狗。在该示例中,当图像被呈现给分类器时,对象被分类为是狗或者不是狗。尽管如此,创建一种架构来初始化分类器以将输入识别为属于一个已知类别或者将未知标记指派给该输入可能是合需的。
如先前所讨论的,分类器可以生成指示样本属于每个类别的置信度(例如,概率)的分数向量。在大多数情形中,分数被归一化以生成关于每个类别的置信度,并且具有最高置信度的类别可以被选为胜出类别。
在一种配置中,未经归一化(例如,原始)的分数可以被用于二元分类器。在大多数情况中,当接收到已知样本时,原始分数可以被分布以使得一个或多个类别的原始分数具有减小的值,而指定类别的原始分数具有增加的值。进一步,当接收到未知样本时,原始分数的值在各类别中可以是均匀的,例如,均匀地低。若置信度(例如,分数)对于所有类别都为低,则可以确定图像是未知的。在该示例中,原始分数可以具有超过归一化分数范围0到1的范围,诸如-10到10,其中10是最高置信度而-10是最低置信度。当然,该范围不限于-10到10,而可以是任何范围。在本公开中,原始分数可以被称作分数。
在该配置中,分数向量可以被用来训练二元分类器。即,二元分类器可以被训练成识别分数的模式,使得二元分类器可以识别样本是已知还是未知的。由此,在一种配置中,二元分类器在分类器向样本指派类别之前确定样本是已知还是未知的。例如,若样本是未知的类别,则分类器可以不确定类别。替换地,若样本属于已知类别,则分类器可以被指定为确定类别。
本公开不限于已知和未知类别,二元分类器可以别指定为执行其他类型的二元区分(诸如,男人/女人、戴眼镜的脸/不戴眼镜的脸,和/或长发/短发)。例如,分类器可以具有用于检测不同女人的脸的类别。在该示例中,若二元分类器被指定为确定男人和女人,则在二元分类器确定输入是男人的脸的情况下,该分类器可以不确定该类别。
进一步,二元分类器可以基于n元分数向量的多个分数(诸如,样本的最高两个分数)中的每个分数的阈值来指定,其中n是类别的数目。即,在该示例中,可以针对最高两个分数中的每一者来指定阈值。进一步,若样本的分数小于最高两个分数中的每一者的阈值,则样本可以被分类为未知。替换地,若样本的分数大于最高两个分数的阈值,则样本可以被分类为已知。
图6解说了基于n元分数向量的最高两个分数中的每一者的阈值集合的二维二元分类器610的示例。如图6中所示,x轴是样本的最高得分类别的分数的范围,而y轴是样本的第二高得分类别的分数的范围。
在一个示例中,如图6中所示,若样本具有高分数4和第二高分数-6,则该样本可以被分类为已知样本。进一步,在另一示例中,如图6中所示,若样本具有高分数-2和第二高分数-2,则该样本可以被分类为未知。即,在该示例中,若分数大于二维二元分类器610,则样本被分类为已知,而若分数小于二维二元分类器610,则样本被分类为未知。更具体而言,二维二元分类器610的左边的样本被分类为未知,而二维二元分类器610右边的样本被分类为已知样本。
尽管如此,如图6中所示,可能基于二维二元分类器610生成假肯定和假否定。假肯定是指可能被分类为已知样本的未知样本。附加地,假否定是指可能被分类为未知样本的已知样本。进一步,如图6中所示,一些样本可以是被不正确分类的已知样本。
在一些情形中,假肯定和假否定的数目可以通过调节二元分类器的阈值来减小。进一步,增加用于二元分类器的维度的数目以改进结果可能是合需的。尽管如此,使用一维二元分类器可能不是合需的。
图7示出了一维二元分类器710的示例。如图7中所示,对于样本从n元分数向量接收到的最高分数,阈值可以被设置成零。在该示例中,若分数大于一维二元分类器710,则样本被分类为已知,而若分数小于一维二元分类器710,则样本被分类为未知。尽管如此,如图7中所示,一维二元分类器710的假否定的数目大于二维二元分类器610的假否定的数目。由此,指定具有大于一的维度的二元分类器可能是合需的。
在一种配置中,当接收到增加数目的未知样本时,未知样本可以被分群集以生成未知类别。该未知类别可以被用来初始化分类器中的未知类别和/或修改现有未知类别。进一步,在一种配置中,用户可以被轮询以确定未知数据是否应当被标记以使得未知数据变为已知数据。
在一些情况中,可以在一个已知类别上初始化分类器。因此,初始化分类器以添加一个或多个未知类别可能是合需的。由此,在一种配置中,一个或多个附加训练集合包括从已知群之外的类别中获取的样本群。一个或多个附加训练集合可以被用来初始化未知分类器来分类未知样本。例如,附加分类器边界可以被生成以将所有已知类别与未知类别分开。
在一种配置中,未知样本可以是来自排除了已知类别的分布中的随机训练样本。即,样本可以包括正在被训练的类别的肯定示例以及一个或多个否定示例。例如,若在指定型号的汽车的图像上训练类别,则肯定示例包括该指定汽车型号的示例,而否定示例包括其他汽车型号的示例。
在另一配置中,未知样本是合成样本。即,合成未知类别特征可以通过对每个已知类别特征应用变换以使用特征空间中的度量(诸如,距离度量)将已知类别特征与其他已知类别分开来生成。
在一种配置中,特征空间中描述类别的多个点被指定以创建否定类别。例如,若一团点可以描述一类别,则可以从每个样本到该团的中间生成向量。进一步,在该示例中,每个向量可以被翻转,并且从被翻转的向量的端点生成否定样本。在另一配置中,向量空间中围绕类别的点被指定以生成否定类别。这些点可以指从肯定样本生成的向量。
图8A解说了根据本公开一方面的使用肯定点800来创建否定类别的示例。如图8A中所示,多个肯定点800在特征空间中形成了群集。进一步,如图8A中所示,从第一点802向群集的中心计算第一向量804。附加地,第二向量806是通过将第一向量804翻转来生成的。最终,第一合成否定点808是基于第二向量806来生成的。在该示例中,合成类别是基于从每个肯定点的向量生成的合成否定点来生成的。即,对于每个肯定点,生成一合成否定点。图8A中公开的诸方面并不限于指定群集,并且还构想了不同的群集群。
图8B解说了根据本公开一方面的使用肯定点850来创建否定类别的示例。如图8B中所示,多个肯定点850在特征空间中形成了群集。进一步,在该示例中,每个类别中的多个肯定点850的全局质心858被确定,并且被用来定义从每个类别质心到全局质心的中枢方向。否定向量854也针对每个点定义为从群集质心到每个点的向量的负向。基于否定向量854和中枢向量852之间的角度,否定向量在指向与中枢向量852相同的大体方向时被保持,其中该大体方向由否定向量和中枢向量的点乘来定义。
例如,它们之间具有小于90度的角度的各向量可以被认为指向相同的大体方向,如图8B中所示的。否定点856是从在将没有指向中枢向量的大体方向的那些向量移除之后剩余的每个否定向量854来生成的。附加地,从否定点856生成否定类别。图8A和8B中公开的诸方面并不限于指定群集,并且还构想了不同的群集群。
图9A解说了根据本公开的一方面的使用群集900、902、910的群来创建否定类别的示例。如图9A中所示,可以在特征空间中从肯定点形成多个群集900、902、910。在该示例中,从每个群集向群集900、902和910的群的全局中心计算中枢向量。例如,如图9A中所示,从第一群集群902向全局中心912计算第一向量904。最后,通过向肯定类别中的一些点或所有点添加中枢向量(例如,904)的缩放版本来生成一个或多个否定点908。在该示例中,合成否定类别是基于否定点908来生成的(来自群集900、910的向量未被示出)。
图9B解说了根据本公开一方面的使用群集950、962、972的群来创建否定类别的示例。如图9B中所示,多个群集950、962、972可以在特征空间中从肯定点形成。进一步,在该示例,从群集962到群集950和972的两个群集向量952被确定。基于群集向量952,针对群集962中的点生成否定向量954(仅示出了两个)。否定向量954可以针对群集中的所有或一些点来生成。进一步,一个或多个否定点956是从每个否定向量954生成的。附加地,否定类别从否定点956生成。
在还有一个方面,发生对未知类别的无监督学习。未知类别被分析以获得群集。该群集可以随后被发送到更为复杂的网络以标识群集。
图10解说了用于未知类别检测的方法1000。在框1002,网络生成用于多个第一类别的第一分类器。在一种配置中,输出具有至少为二的维度。进一步,在框1004,网络设计第二分类器以接收第一分类器的输出来决定输入数据是属于该多个第一类别还是一个或多个第二类别。第二分类器可以是线性或非线性的。
图11解说了用于生成合成否定数据的方法1100。在框1102,网络从多个类别获得已知数据。进一步,在框1104,网络根据已知数据来合成地生成否定数据。
图12解说了根据本公开的一方面用于未知类别检测的流程图1200。在框1202,第一分类器接收输入。分类器可以基于输入的所提取的特征来分类输入,或者基于输入的所提取的特征来训练第二分类器。作为示例,输入是图像。第一分类器可以是单类别分类器或多类别分类器。
第一分类器输出指示样本属于一个或多个类别的置信度(例如,概率)的分数向量。在常规系统中,分数被归一化以生成关于每个类别的置信度,并且具有最高置信度的类别可以被选为胜出类别。在一种配置中,未经归一化(例如,原始)的分数可以被用于训练第二分类器,诸如二元分类器。即,第二分类器可以用属于一个或多个已知类别的数据和不属于一个或多个已知类别的数据的示例来训练。
在一种配置中,不属于一个或多个已知类别的数据是根据已知数据合成地生成的否定数据。由此,作为一个选项,在框1204,根据已知数据来合成地生成否定数据。进一步,在框1206,在已知数据和未知数据的分数上训练第二分类器。即,二元分类器可以被训练成识别分数的模式,使得二元分类器可以识别样本是已知还是未知的。
在训练之后,第一分类器可以接收输入并向经训练的第二分类器输出原始分数。在框1208,经训练的第二分类器在第一分类器向所提取的特征指派类别之前确定样本是已知还是未知的。例如,若所提取的特征是未知类别,则第一分类器可以不确定该类别,并且第二分类器将所提取的特征分类为未知(框1212)。替换地,若所提取的特征属于已知类别,则第一分类器可以被指定成确定类别(框1210)。
以上所描述的方法的各种操作可由能够执行相应功能的任何合适的装置来执行。这些装置可包括各种硬件和/或(诸)软件组件和/或(诸)模块,包括但不限于电路、专用集成电路(ASIC)、或处理器。一般而言,在附图中有解说的操作的场合,那些操作可具有带相似编号的相应配对装置加功能组件。
如本文所使用的,术语“确定”涵盖各种各样的动作。例如,“确定”可包括演算、计算、处理、推导、研究、查找(例如,在表、数据库或其他数据结构中查找)、探知及诸如此类。另外,“确定”可包括接收(例如接收信息)、访问(例如访问存储器中的数据)、及类似动作。此外,“确定”可包括解析、选择、选取、确立及类似动作。
如本文中所使用的,引述一列项目中的“至少一个”的短语是指这些项目的任何组合,包括单个成员。作为示例,“a、b或c中的至少一个”旨在涵盖:a、b、c、a-b、a-c、b-c、以及a-b-c。
结合本公开所描述的各种解说性逻辑框、模块、以及电路可用设计成执行本文中所描述的功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列信号(FPGA)或其他可编程逻辑器件(PLD)、分立的门或晶体管逻辑、分立的硬件组件或其任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,处理器可以是任何市售的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如,DSP与微处理器的组合、多个微处理器、与DSP核心协同的一个或多个微处理器、或任何其它此类配置。
结合本公开描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中实施。软件模块可驻留在本领域所知的任何形式的存储介质中。可使用的存储介质的一些示例包括随机存取存储器(RAM)、只读存储器(ROM)、闪存、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、寄存器、硬盘、可移动盘、CD-ROM,等等。软件模块可包括单条指令、或许多条指令,且可分布在若干不同的代码段上,分布在不同的程序间以及跨多个存储介质分布。存储介质可被耦合到处理器以使得该处理器能从/向该存储介质读写信息。在替换方案中,存储介质可以被整合到处理器。
本文所公开的方法包括用于达成所描述的方法的一个或多个步骤或动作。这些方法步骤和/或动作可以彼此互换而不会脱离权利要求的范围。换言之,除非指定了步骤或动作的特定次序,否则具体步骤和/或动作的次序和/或使用可以改动而不会脱离权利要求的范围。
所描述的功能可在硬件、软件、固件或其任何组合中实现。如果以硬件实现,则示例硬件配置可包括设备中的处理系统。处理系统可以用总线架构来实现。取决于处理系统的具体应用和整体设计约束,总线可包括任何数目的互连总线和桥接器。总线可将包括处理器、机器可读介质、以及总线接口的各种电路链接在一起。总线接口可用于尤其将网络适配器等经由总线连接至处理系统。网络适配器可用于实现信号处理功能。对于某些方面,用户接口(例如,按键板、显示器、鼠标、操纵杆,等等)也可以被连接到总线。总线还可以链接各种其他电路,诸如定时源、外围设备、稳压器、功率管理电路以及类似电路,它们在本领域中是众所周知的,因此将不再进一步描述。
处理器可负责管理总线和一般处理,包括执行存储在机器可读介质上的软件。处理器可用一个或多个通用和/或专用处理器来实现。示例包括微处理器、微控制器、DSP处理器、以及其他能执行软件的电路系统。软件应当被宽泛地解释成意指指令、数据、或其任何组合,无论是被称作软件、固件、中间件、微代码、硬件描述语言、或其他。作为示例,机器可读介质可包括随机存取存储器(RAM)、闪存、只读存储器(ROM)、可编程只读存储器(PROM)、可擦式可编程只读存储器(EPROM)、电可擦式可编程只读存储器(EEPROM)、寄存器、磁盘、光盘、硬驱动器、或者任何其他合适的存储介质、或其任何组合。机器可读介质可被实施在计算机程序产品中。该计算机程序产品可以包括包装材料。
在硬件实现中,机器可读介质可以是处理系统中与处理器分开的一部分。然而,如本领域技术人员将容易领会的,机器可读介质或其任何部分可在处理系统外部。作为示例,机器可读介质可包括传输线、由数据调制的载波、和/或与设备分开的计算机产品,所有这些都可由处理器通过总线接口来访问。替换地或补充地,机器可读介质或其任何部分可被集成到处理器中,诸如高速缓存和/或通用寄存器文件可能就是这种情形。虽然所讨论的各种组件可被描述为具有特定位置,诸如局部组件,但它们也可按各种方式来配置,诸如某些组件被配置成分布式计算系统的一部分。
处理系统可以被配置为通用处理系统,该通用处理系统具有一个或多个提供处理器功能性的微处理器、以及提供机器可读介质中的至少一部分的外部存储器,它们都通过外部总线架构与其他支持电路系统链接在一起。替换地,该处理系统可以包括一个或多个神经元形态处理器以用于实现本文中所描述的神经元模型和神经系统模型。作为另一替换方案,处理系统可以用带有集成在单块芯片中的处理器、总线接口、用户接口、支持电路系统、和至少一部分机器可读介质的专用集成电路(ASIC)来实现,或者用一个或多个现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、控制器、状态机、门控逻辑、分立硬件组件、或者任何其他合适的电路系统、或者能执行本公开通篇所描述的各种功能性的电路的任何组合来实现。取决于具体应用和加诸于整体系统上的总设计约束,本领域技术人员将认识到如何最佳地实现关于处理系统所描述的功能性。
机器可读介质可包括数个软件模块。这些软件模块包括当由处理器执行时使处理系统执行各种功能的指令。这些软件模块可包括传送模块和接收模块。每个软件模块可以驻留在单个存储设备中或者跨多个存储设备分布。作为示例,当触发事件发生时,可以从硬驱动器中将软件模块加载到RAM中。在软件模块执行期间,处理器可以将一些指令加载到高速缓存中以提高访问速度。可随后将一个或多个高速缓存行加载到通用寄存器文件中以供处理器执行。在以下述及软件模块的功能性时,将理解此类功能性是在处理器执行来自该软件模块的指令时由该处理器来实现的。此外,应领会,本公开的各方面产生对处理器、计算机、机器或实现此类方面的其它系统的机能的改进。
如果以软件实现,则各功能可作为一条或多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,这些介质包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,此类计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储设备、或能用于携带或存储指令或数据结构形式的期望程序代码且能被计算机访问的任何其他介质。另外,任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或无线技术(诸如红外(IR)、无线电、以及微波)从web网站、服务器、或其他远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL或无线技术(诸如红外、无线电、以及微波)就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘、和蓝光其中盘(disk)常常磁性地再现数据,而碟(disc)用激光来光学地再现数据。因此,在一些方面,计算机可读介质可包括非瞬态计算机可读介质(例如,有形介质)。另外,对于其他方面,计算机可读介质可包括瞬态计算机可读介质(例如,信号)。上述的组合应当也被包括在计算机可读介质的范围内。
因此,某些方面可包括用于执行本文中给出的操作的计算机程序产品。例如,此类计算机程序产品可包括其上存储(和/或编码)有指令的计算机可读介质,这些指令能由一个或多个处理器执行以执行本文中所描述的操作。对于某些方面,计算机程序产品可包括包装材料。
此外,应当领会,用于执行本文中所描述的方法和技术的模块和/或其它恰适装置能由用户终端和/或基站在适用的场合下载和/或以其他方式获得。例如,此类设备能被耦合至服务器以促成用于执行本文中所描述的方法的装置的转移。替换地,本文中所描述的各种方法能经由存储装置(例如,RAM、ROM、诸如压缩碟(CD)或软盘等物理存储介质等)来提供,以使得一旦将该存储装置耦合至或提供给用户终端和/或基站,该设备就能获得各种方法。此外,可利用适于向设备提供本文中所描述的方法和技术的任何其他合适的技术。
将理解,权利要求并不被限定于以上所解说的精确配置和组件。可在以上所描述的方法和装置的布局、操作和细节上作出各种改动、更换和变形而不会脱离权利要求的范围。
Claims (32)
1.一种检测未知类别的方法,包括:
生成用于第一多个类别的第一分类器,所述第一分类器的输出具有至少为二的维度;以及
设计第二分类器以接收所述第一分类器的输出来决定输入数据是属于所述第一多个类别还是至少一个第二类别。
2.如权利要求1所述的方法,其特征在于,进一步包括,当所述输入数据不属于所述第一多个类别中的一者时,将所述输入数据分类到至少一个未知类别中。
3.如权利要求1所述的方法,其特征在于,设计所述第二分类器包括用属于所述第一多个类别的数据和不属于所述第一多个类别的数据的示例来训练所述第二分类器。
4.如权利要求3所述的方法,其特征在于,不属于所述第一多个类别的所述数据包括合成地生成的否定数据。
5.如权利要求4所述的方法,其特征在于,所述合成地生成的否定数据因变于来自所述第一多个类别的已知数据。
6.如权利要求3所述的方法,其特征在于,进一步包括,至少部分基于不属于所述第一多个类别的所述数据来修改所述第一多个类别中的至少一者、所述至少一个第二类别中的一者、或其组合的边界。
7.如权利要求1所述的方法,其特征在于,所述第一多个类别是多个已知类别。
8.如权利要求1所述的方法,其特征在于,所述至少一个第二类别包括未知类别或者与所述第一多个类别不同的多个类别。
9.如权利要求1所述的方法,其特征在于,所述第二分类器是线性或非线性的。
10.一种生成合成否定数据的方法,包括:
从多个类别获得已知数据;以及
根据所述已知数据合成地生成否定数据。
11.如权利要求10所述的方法,其特征在于,合成地生成所述否定数据包括:
计算已知数据群集中的每个已知数据点与所述群集的质心之间的第一向量;以及
计算因类别而异的群集的质心与所有独立于类别的已知数据点的质心之间的第二向量。
12.如权利要求11所述的方法,其特征在于,进一步包括从所述第二向量或所述第一向量的否定向量生成所述否定数据。
13.如权利要求10所述的方法,其特征在于,进一步包括在所述否定数据上训练分类器。
14.如权利要求10所述的方法,其特征在于,进一步包括,至少部分基于所述否定数据修改至少现有已知类别、现有未知类别、或其组合的边界。
15.一种用于检测未知类别的装置,包括:
至少一个存储器单元;以及
耦合至所述存储器单元的至少一个处理器,所述至少一个处理器被配置成:
生成用于第一多个类别的第一分类器,所述第一分类器的输出具有至少为二的维度;以及
设计第二分类器以接收所述第一分类器的输出来决定输入数据是属于所述第一多个类别还是至少一个第二类别。
16.如权利要求15所述的装置,其特征在于,所述至少一个处理器进一步配置成,当所述输入数据不属于所述第一多个类别中的一者时,将所述输入数据分类到至少一个未知类别中。
17.如权利要求15所述的装置,其特征在于,所述至少一个处理进一步配置成用属于所述第一多个类别的数据和不属于所述第一多个类别的数据的示例来训练所述第二分类器。
18.如权利要求17所述的装置,其特征在于,不属于所述第一多个类别的所述数据包括合成地生成的否定数据。
19.如权利要求18所述的装置,其特征在于,所述合成地生成的否定数据因变于来自所述第一多个类别的已知数据。
20.如权利要求17所述的装置,其特征在于,所述至少一个处理器进一步配置成至少部分基于不属于所述第一多个类别的所述数据来修改所述第一多个类别中的至少一者、所述至少一个第二类别中的一者、或其组合的边界。
21.如权利要求15所述的装置,其特征在于,所述第一多个类别是多个已知类别。
22.如权利要求15所述的装置,其特征在于,所述至少一个第二类别包括未知类别或者与所述第一多个类别不同的多个类别。
23.如权利要求15所述的装置,其特征在于,所述第二分类器是线性或非线性的。
24.一种用于生成合成否定数据的装置,包括:
至少一个存储器单元;以及
耦合至所述存储器单元的至少一个处理器,所述至少一个处理器被配置成:
从多个类别获得已知数据;以及
根据所述已知数据来合成地生成否定数据。
25.如权利要求24所述的装置,其特征在于,所述至少一个处理器被进一步配置成:
计算已知数据群集中的每个已知数据点与所述群集的质心之间的第一向量;以及
计算因类别而异的群集的质心与所有独立于类别的已知数据点的质心之间的第二向量。
26.如权利要求25所述的装置,其特征在于,所述至少一个处理器进一步配置成从所述第二向量或所述第一向量的否定向量来生成所述否定数据。
27.如权利要求24所述的装置,其特征在于,所述至少一个处理器进一步配置成在所述否定数据上训练分类器。
28.如权利要求24所述的装置,其特征在于,所述至少一个处理器进一步配置成至少部分基于所述否定数据来修改至少现有已知类别、现有未知类别、或其组合的边界。
29.一种其上记录有程序代码的非瞬态计算机可读介质,所述程序代码由处理器执行并且包括:
用于生成用于第一多个类别的第一分类器的程序代码,所述第一分类器的输出具有至少为二的维度;以及
用于设计第二分类器以接收所述第一分类器的输出来决定输入数据是属于所述第一多个类别还是至少一个第二类别的程序代码。
30.一种其上记录有程序代码的非瞬态计算机可读介质,所述程序代码由处理器执行并且包括:
用于从多个类别获得已知数据的程序代码;以及
用于根据所述已知数据来合成地生成否定数据的程序代码。
31.一种用于检测未知类别的装备,包括:
用于生成用于第一多个类别的第一分类器的装置,所述第一分类器的输出具有至少为二的维度;以及
用于设计第二分类器以接收所述第一分类器的输出来决定输入数据是属于所述第一多个类别还是至少一个第二类别的装置。
32.一种用于生成合成否定数据的装备,包括:
用于从多个类别获得已知数据的装置;以及
用于根据所述已知数据来合成地生成否定数据的装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562201090P | 2015-08-04 | 2015-08-04 | |
US62/201,090 | 2015-08-04 | ||
US14/849,518 | 2015-09-09 | ||
US14/849,518 US20170039469A1 (en) | 2015-08-04 | 2015-09-09 | Detection of unknown classes and initialization of classifiers for unknown classes |
PCT/US2016/043146 WO2017023551A2 (en) | 2015-08-04 | 2016-07-20 | Detection of unknown classes and initialization of classifiers for unknown classes |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107924491A true CN107924491A (zh) | 2018-04-17 |
Family
ID=56555818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680045335.2A Pending CN107924491A (zh) | 2015-08-04 | 2016-07-20 | 未知类别的检测和用于未知类别的分类器的初始化 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20170039469A1 (zh) |
EP (1) | EP3332362A2 (zh) |
JP (1) | JP6776331B2 (zh) |
KR (1) | KR102595399B1 (zh) |
CN (1) | CN107924491A (zh) |
WO (1) | WO2017023551A2 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110047506A (zh) * | 2019-04-19 | 2019-07-23 | 杭州电子科技大学 | 一种基于卷积神经网络和多核学习svm的关键音频检测方法 |
CN110188197A (zh) * | 2019-05-13 | 2019-08-30 | 北京一览群智数据科技有限责任公司 | 一种用于标注平台的主动学习方法及装置 |
CN114241526A (zh) * | 2022-02-28 | 2022-03-25 | 南京甄视智能科技有限公司 | 分类模型、训练方法、分类方法、电子设备及存储介质 |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170178346A1 (en) * | 2015-12-16 | 2017-06-22 | High School Cube, Llc | Neural network architecture for analyzing video data |
US11188823B2 (en) * | 2016-05-31 | 2021-11-30 | Microsoft Technology Licensing, Llc | Training a neural network using another neural network |
DE102016008218A1 (de) * | 2016-07-06 | 2018-01-11 | Audi Ag | Verfahren zum verbesserten Erkennen von Objekten durch ein Fahrerassistenzsystem |
US11095590B2 (en) * | 2016-09-28 | 2021-08-17 | International Business Machines Corporation | System and method for enhanced chatflow application |
US10719770B2 (en) | 2016-09-28 | 2020-07-21 | International Business Machines Corporation | System and method for enhanced chatflow application |
US10417530B2 (en) * | 2016-09-30 | 2019-09-17 | Cylance Inc. | Centroid for improving machine learning classification and info retrieval |
US10621210B2 (en) * | 2016-11-27 | 2020-04-14 | Amazon Technologies, Inc. | Recognizing unknown data objects |
US10747994B2 (en) | 2016-12-28 | 2020-08-18 | Captricity, Inc. | Identifying versions of a form |
CN108269224B (zh) * | 2017-01-04 | 2022-04-01 | 意法半导体股份有限公司 | 可重新配置的互连 |
CN110651276A (zh) | 2017-03-17 | 2020-01-03 | 纽拉拉股份有限公司 | 标注和标记用于深度神经网络和神经网络应用的数据流的在线增量实时学习 |
US11531876B2 (en) * | 2017-03-29 | 2022-12-20 | University Of Florida Research Foundation, Incorporated | Deep learning for characterizing unseen categories |
US10242486B2 (en) | 2017-04-17 | 2019-03-26 | Intel Corporation | Augmented reality and virtual reality feedback enhancement system, apparatus and method |
EP3622438A4 (en) * | 2017-05-09 | 2021-03-10 | Neurala, Inc. | SYSTEMS AND METHODS FOR CONTINUOUS LEARNING LIMITED IN MEMORY IN CONTINUING APPLICATIONS OF ARTIFICIAL INTELLIGENCE AND DEEP LEARNING THROUGH NETWORKED COMPUTING EDGES |
US11829848B2 (en) | 2017-05-09 | 2023-11-28 | Microsoft Technology Licensing, Llc | Adding negative classes for training classifier |
US20180336439A1 (en) * | 2017-05-18 | 2018-11-22 | Intel Corporation | Novelty detection using discriminator of generative adversarial network |
JP6967201B2 (ja) * | 2017-09-26 | 2021-11-17 | 株式会社アイシン | 情報処理装置 |
CN108205580B (zh) | 2017-09-27 | 2021-08-31 | 深圳市商汤科技有限公司 | 一种图像检索方法、装置及计算机可读存储介质 |
KR102018788B1 (ko) * | 2017-12-15 | 2019-11-04 | 서울시립대학교 산학협력단 | 이미지 분류 시스템 및 방법 |
US10528800B2 (en) * | 2018-01-10 | 2020-01-07 | International Business Machines Corporation | Automated facial recognition detection |
JP6933164B2 (ja) * | 2018-03-08 | 2021-09-08 | 株式会社Jvcケンウッド | 学習用データ作成装置、学習用モデル作成システム、学習用データ作成方法、及びプログラム |
US20200057918A1 (en) * | 2018-08-17 | 2020-02-20 | Perfect Price, Inc. | Systems and methods for training artificial intelligence to predict utilization of resources |
CN109635863B (zh) * | 2018-12-06 | 2023-08-25 | 邵凌霜 | 智能判断用户乘车的方法和装置 |
US11687761B2 (en) * | 2018-12-11 | 2023-06-27 | Amazon Technologies, Inc. | Improper neural network input detection and handling |
US10621473B1 (en) * | 2019-01-30 | 2020-04-14 | StradVision, Inc. | Method for providing object detecting system capable of updating types of detectable classes in real-time by using continual learning and devices using the same |
US11790275B2 (en) * | 2019-04-18 | 2023-10-17 | Teledyne Scientific & Imaging, Llc | Adaptive continuous machine learning by uncertainty tracking |
US20220245728A1 (en) * | 2019-06-24 | 2022-08-04 | Fergal MCGUINNESS | System for evaluating and replicating acturial calculation patterns using neural imaging and method thereof |
JP7486079B2 (ja) * | 2019-06-25 | 2024-05-17 | パナソニックIpマネジメント株式会社 | 情報処理方法、及び、情報処理システム |
US11586982B2 (en) | 2019-09-18 | 2023-02-21 | Samsung Electronics Co., Ltd. | Electronic and atomic structure computation utilizing machine learning |
US11537898B2 (en) | 2019-10-02 | 2022-12-27 | Samsung Electronics Co., Ltd. | Generative structure-property inverse computational co-design of materials |
JP7354063B2 (ja) * | 2020-05-14 | 2023-10-02 | 株式会社東芝 | 分類システム、プログラム及び学習システム |
DE102020209130B4 (de) * | 2020-07-21 | 2023-05-11 | Magna Exteriors Gmbh | Verkleidungsanordnung zur Verkleidung eines Karosserieelements für ein Kraftfahrzeug, sowie ein Verfahren zur zwangsgesteuerten Verlagerung einer Luftleitvorrichtung einer Verkleidungsanordnung |
US11803575B2 (en) * | 2022-01-24 | 2023-10-31 | My Job Matcher, Inc. | Apparatus, system, and method for classifying and neutralizing bias in an application |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8386401B2 (en) * | 2008-09-10 | 2013-02-26 | Digital Infuzion, Inc. | Machine learning methods and systems for identifying patterns in data using a plurality of learning machines wherein the learning machine that optimizes a performance function is selected |
US9165051B2 (en) * | 2010-08-24 | 2015-10-20 | Board Of Trustees Of The University Of Illinois | Systems and methods for detecting a novel data class |
-
2015
- 2015-09-09 US US14/849,518 patent/US20170039469A1/en not_active Abandoned
-
2016
- 2016-07-20 EP EP16745332.3A patent/EP3332362A2/en active Pending
- 2016-07-20 JP JP2018505589A patent/JP6776331B2/ja active Active
- 2016-07-20 WO PCT/US2016/043146 patent/WO2017023551A2/en active Application Filing
- 2016-07-20 CN CN201680045335.2A patent/CN107924491A/zh active Pending
- 2016-07-20 KR KR1020187002991A patent/KR102595399B1/ko active IP Right Grant
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110047506A (zh) * | 2019-04-19 | 2019-07-23 | 杭州电子科技大学 | 一种基于卷积神经网络和多核学习svm的关键音频检测方法 |
CN110188197A (zh) * | 2019-05-13 | 2019-08-30 | 北京一览群智数据科技有限责任公司 | 一种用于标注平台的主动学习方法及装置 |
CN114241526A (zh) * | 2022-02-28 | 2022-03-25 | 南京甄视智能科技有限公司 | 分类模型、训练方法、分类方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2017023551A3 (en) | 2017-04-13 |
WO2017023551A2 (en) | 2017-02-09 |
KR20180037192A (ko) | 2018-04-11 |
JP2018528525A (ja) | 2018-09-27 |
JP6776331B2 (ja) | 2020-10-28 |
KR102595399B1 (ko) | 2023-10-27 |
EP3332362A2 (en) | 2018-06-13 |
US20170039469A1 (en) | 2017-02-09 |
BR112018002248A2 (pt) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107924491A (zh) | 未知类别的检测和用于未知类别的分类器的初始化 | |
CN108027899A (zh) | 用于提高经训练的机器学习模型的性能的方法 | |
CN107851198A (zh) | 媒体分类 | |
CN107430703A (zh) | 对细调特征的顺序图像采样和存储 | |
CN107924486A (zh) | 用于分类的强制稀疏 | |
CN107851213A (zh) | 神经网络中的转移学习 | |
CN107430705A (zh) | 用于重新训练分类器的样本选择 | |
CN107209873A (zh) | 用于深度卷积网络的超参数选择 | |
CN107533669A (zh) | 滤波器特异性作为用于神经网络的训练准则 | |
CN108140142A (zh) | 选择性反向传播 | |
CN107851191A (zh) | 用于图像中的对象检测的基于上下文的先验 | |
CN108431826A (zh) | 自动检测视频图像中的对象 | |
CN111079639B (zh) | 垃圾图像分类模型构建的方法、装置、设备及存储介质 | |
CN107533665A (zh) | 经由偏置项在深度神经网络中纳入自顶向下信息 | |
CN107533754A (zh) | 在深度卷积网络中降低图像分辨率 | |
CN107004157A (zh) | 模型压缩和微调 | |
CN107636697A (zh) | 基于浮点神经网络量化的定点神经网络 | |
WO2018089158A1 (en) | Natural language object tracking | |
CN108780523A (zh) | 使用本地设备提供的传感器数据和标签的基于云的处理 | |
CN107580712A (zh) | 定点神经网络的降低的计算复杂度 | |
CN107646116A (zh) | 用于定点神经网络的位宽选择 | |
CN108027834A (zh) | 用于通过文本的视频搜索的语义多感官嵌入 | |
CN111160350A (zh) | 人像分割方法、模型训练方法、装置、介质及电子设备 | |
CN107851124A (zh) | 自组织网络中的媒体标记传播 | |
CN117546212A (zh) | 用于交互对象定位的网络 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |