[發明專利]一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備

在審

• 申請號: 202210720105.9
• 申請日: 2022-06-23
• 公開（公告）號: CN115130570A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 李昱希;謝鳴;程小峰;丁玫菲;王亞彪;羅澤坤;甘振業;孫眾毅
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 聶秀娜

本申請實施例公開了一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備，相關實施例可應用于地圖、智能交通、人工智能等領域，用于提高模型泛化能力和預測精度。本申請實施例方法包括：通過脈沖星搜索模型輸出正樣本類別預測值以及負樣本類別預測值，基于正樣本類別預測值、負樣本類別預測值以及樣本類別標簽計算分類邊緣損失值，基于分類邊緣損失值對脈沖星搜索模型進行參數調整，得到中間脈沖星搜索模型，基于邊緣采樣策略，采樣目標脈沖星訓練樣本，對每個目標脈沖星訓練樣本進行標注，并將標注后的每個目標脈沖星訓練樣本添加至訓練樣本數據集中，得到脈沖星擴展訓練樣本數據集，迭代重復優化直至滿足收斂條件，得到目標脈沖星搜索模型。

技術領域

本申請實施例涉及脈沖星數據處理技術領域，尤其涉及一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備。

背景技術

“中國天眼”即500米口徑球面射電望遠鏡(Five-hundred-meter ApertureSpherical Radio Telescope，簡稱FAST)，是當今世界最大、最靈敏的單口徑射電望遠鏡。其主要科學問題之一是從浩瀚星海中“撈”脈沖星。FAST以漂移掃描方式進行巡天，接收幾億甚至幾十億光年之外的微弱信號，通過信號預處理每天可產生千萬級的脈沖星候選體，并從該海量數據中搜尋脈沖星信號。

隨著脈沖星搜索的進行，會產生海量的不帶標注信息的脈沖星候選體信號。此外，PICS的公開脈沖星數據集中包含了多個已經核實的脈沖星數據以及多個噪聲數據。

但是，由于數據劃分策略、對脈沖星搜索的設備存在差異等原因，造成公開的脈沖星數據集與FAST巡天數據之間存在一定的數據分布差異，使得目前對脈沖星檢測的技術沒有考慮到不同數據特征空間之間會存在不對齊的情況，以及在有限或數據量較少的情形下進行建模，導致構建的脈沖星搜索模型的泛化能力降低以及多樣性不足，從而導致脈沖星搜索模型的預測精度降低。

發明內容

本申請實施例提供了一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備，用于通過分類邊緣損失值對脈沖星搜索模型進行參數調整，加強脈沖星搜索模型的分類能力的同時，結合遷移學習的域適應技術，基于邊緣采樣策略篩選出目標脈沖星訓練樣本，進行標注并添加至訓練樣本數據集中，能夠避免訓練樣本數據集的正負樣本不平衡，實現對訓練樣本數據集的擴展，從而使得脈沖星搜索模型具有更強的分辨能力，提高脈沖星搜索模型模型的預測精度，以挖掘出更多的脈沖星數據，還能夠大大降低手工標注數據的時間成本和人力成本。

本申請實施例一方面提供了一種脈沖星搜索模型的訓練方法，包括：

將脈沖星訓練樣本數據集輸入至脈沖星搜索模型，通過脈沖星搜索模型輸出脈沖星訓練樣本數據集中的每個脈沖星訓練樣本對應的正樣本類別預測值以及負樣本類別預測值，其中，脈沖星訓練樣本數據集來源于攜帶有樣本類別標簽的第一目標域數據以及源域數據；

基于正樣本類別預測值、負樣本類別預測值以及樣本類別標簽進行損失計算，得到分類邊緣損失值；

基于分類邊緣損失值對脈沖星搜索模型進行參數調整，得到中間脈沖星搜索模型；

基于主動域適應的邊緣采樣策略，從未標注的第二目標域數據中采樣目標脈沖星訓練樣本，其中，目標脈沖星訓練樣本對應的正樣本類別預測值以及負樣本類別預測值之間的差值小于采樣閾值；

對每個目標脈沖星訓練樣本進行標注，并將標注后的每個目標脈沖星訓練樣本添加至訓練樣本數據集中，得到脈沖星擴展訓練樣本數據集；

迭代重復執行將脈沖星擴展訓練樣本數據集輸入至中間脈沖星搜索模型中、損失計算、參數調整、采樣目標脈沖星訓練樣本以及獲取脈沖星擴展訓練樣本數據集的步驟，直至滿足收斂條件，得到目標脈沖星搜索模型。

本申請另一方面提供了一種脈沖星搜索模型的應用方法，包括：

獲取待搜索脈沖星數據；