[發(fā)明專利]精簡(jiǎn)輸入的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)方法、裝置和機(jī)器人系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201711331068.8
• 申請(qǐng)日: 2017-12-13
• 公開（公告）號(hào): CN108334935B
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 朱定局
• 申請(qǐng)（專利權(quán)）人: 華南師范大學(xué)
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/08
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 謝曲曲

1.一種深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)方法，其特征在于，所述方法包括：

對(duì)第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，得到所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的第一輸出正確率；

將所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的每個(gè)輸入變量作為一個(gè)輸入變量組合，生成嘗試刪除輸入變量組合的集合，所述輸入變量包括不同類型的檢查結(jié)果數(shù)據(jù)；

從所述嘗試刪除輸入變量組合的集合中選取一個(gè)輸入變量組合；

將選取的輸入變量組合對(duì)應(yīng)的所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)刪除，得到第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)；

對(duì)所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，得到所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的第二輸出正確率；當(dāng)?shù)谝惠敵稣_率與第二輸出正確率的差值大于預(yù)設(shè)閾值時(shí)，則將所述選取的輸入變量組合從所述嘗試刪除輸入變量組合的集合中刪除；

反之，則將所述選取的輸入變量組合從所述嘗試刪除輸入變量組合的集合中刪除，并將所述選取的輸入變量組合加入可刪除輸入變量組合的集合；

根據(jù)更新后的嘗試刪除輸入變量組合的集合和所述可刪除輸入變量組合的集合生成可選刪除輸入變量組合的集合；

將所述可選刪除輸入變量組合的輸入變量?jī)蓛山M合得到新的輸入變量組合；

當(dāng)所述新的輸入變量組合在所述可選刪除輸入變量組合中不存在時(shí)，則將所述新的輸入變量組合加入到所述嘗試刪除輸入變量組合的集合中，返回所述從所述嘗試刪除輸入變量組合的集合中選取一個(gè)輸入變量組合的步驟；

從所述可選刪除輸入變量組合的集合中選取輸入變量對(duì)應(yīng)的數(shù)據(jù)采集成本最高的輸入變量組合作為優(yōu)選刪除的輸入變量組合，將所述優(yōu)選刪除的輸入變量組合對(duì)應(yīng)的所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)刪除，得到第三深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)更新后的嘗試刪除輸入變量組合的集合和所述可刪除輸入變量組合的集合生成可選刪除輸入變量組合的集合，包括：

判斷更新后的嘗試刪除輸入變量組合的集合是否為空，若否，則返回所述從所述嘗試刪除輸入變量組合的集合中選取一個(gè)輸入變量組合的步驟；

若是，則判斷更新后的可刪除輸入變量組合的集合是否為空，如果更新后的可刪除輸入變量組合的集合不為空，則將所述可刪除輸入變量組合的集合中的輸入變量組合加入到所述可選刪除輸入變量組合的集合中。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，得到所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的第一輸出正確率，包括：

獲取帶有預(yù)期標(biāo)簽的多個(gè)輸入數(shù)據(jù)及其對(duì)應(yīng)的預(yù)期標(biāo)簽；

將每個(gè)所述輸入數(shù)據(jù)作為所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行測(cè)試，得到第一實(shí)際輸出標(biāo)簽；

獲取所述第一實(shí)際輸出標(biāo)簽與所述預(yù)期標(biāo)簽一致的次數(shù)占總測(cè)試次數(shù)的比值，得到第一輸出正確率；

所述對(duì)所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，得到所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的第二輸出正確率，包括：

獲取帶有預(yù)期標(biāo)簽的多個(gè)輸入數(shù)據(jù)及其對(duì)應(yīng)的預(yù)期標(biāo)簽；

將每個(gè)所述輸入數(shù)據(jù)中對(duì)應(yīng)的未刪除輸入變量對(duì)應(yīng)的數(shù)據(jù)作為第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行測(cè)試，得到第二實(shí)際輸出標(biāo)簽；

獲取所述第二實(shí)際輸出標(biāo)簽與所述預(yù)期標(biāo)簽一致的次數(shù)占總測(cè)試次數(shù)的比值，得到第二輸出正確率。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將選取的輸入變量組合對(duì)應(yīng)的所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)刪除，得到第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，包括：

在所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中，刪除所述選取的輸入變量組合對(duì)應(yīng)的輸入節(jié)點(diǎn)，刪除所述選取的輸入變量組合對(duì)應(yīng)的輸入節(jié)點(diǎn)與其他隱層節(jié)點(diǎn)的所有連接，得到所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述不同類型的檢查結(jié)果數(shù)據(jù)包括體重、血壓、血液檢查結(jié)果、尿液檢查結(jié)果。