公开(公告)号：CN110390393A

公开(公告)日：2019-10-29

申请号：CN201910590474.9

申请日：2019-07-02

Applicant: 上海上湖信息技术有限公司

Inventor： 赵劼铖 ,  张俊

IPC: G06N3/08 ,  G06Q40/02

Abstract: 一种模型特征筛选方法及装置、可读存储介质，所述模型特征筛选方法包括：步骤1，采用第i组候选特征建立对应的第i个模型；i大于等于1；步骤2，对所述第i个模型进行模型解释，得到所述第i组候选特征中每一个特征对应的特征贡献；步骤3，根据所述每一个特征对应的特征贡献，对所述第i组候选特征进行筛选，排除不符合预设条件的特征，得到第i+1组候选特征；步骤4，将所述第i+1组候选特征作为所述第i组候选特征，重复执行步骤1至步骤3，直至所有所述不符合预设条件的特征被排除，得到目标特征。采用上述方案，可以准确筛选出有效的模型特征。

公开(公告)号：CN112200298A

公开(公告)日：2021-01-08

申请号：CN202010930978.3

申请日：2020-09-07

Applicant: 上海上湖信息技术有限公司

Inventor： 李君浩 ,  赵劼铖 ,  顾少丰

IPC: G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 一种深度神经网络特征分布的自适应变换方法及装置、存储介质、终端，所述方法包括：获取数据集，所述数据集包括多个样本数据，每一样本数据包括多个特征；对于每一特征，统计所述特征在所述数据集中的原始分布；至少根据所述原始分布的分布参数判断是否进行变换操作；当判断结果表明进行变换操作时，对所述特征进行变换操作，以使变换后的特征在所述数据集中的分布为正态分布，所述变换后的特征用于输入至深度神经网络进行训练。通过本发明提供的方案能够在以变换后的特征组成的数据集进行模型训练时，加速深度神经网络的收敛，得到鲁棒的网络模型。