公开(公告)号：CN116797851A

公开(公告)日：2023-09-22

申请号：CN202310946560.5

申请日：2023-07-28

Applicant: 中国科学院自动化研究所

Inventor： 张铁林 ,  贾顺程 ,  程翔 ,  徐波

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/049 ,  G06N3/0464

Abstract: 本发明涉及人工智能领域，提供一种图像分类模型的类脑连续学习方法、图像分类方法和装置，学习方法包括：获取初始神经网络、样本图像及其对应的图像类别标签；将输入信号输入至初始神经网络，得到各层神经元输出的图像特征；对图像类别标签进行编码，得到样本图像的期望；并将期望分别映射到各层中，得到各层的局部多巴胺浓度；基于局部多巴胺浓度，对各层的初始局部梯度进行调制，得到各层的调制后局部梯度；基于调制后局部梯度，对初始神经网络的突触连接权重进行更新，以完成类脑连续学习，得到图像分类模型。本发明提供的图像分类模型的类脑连续学习方法、图像分类方法和装置，可以最大程度上保留旧任务信息，同时实现对新任务的学习能力。

公开(公告)号：CN119227752A

公开(公告)日：2024-12-31

申请号：CN202411192390.7

申请日：2024-08-28

Applicant: 中国科学院自动化研究所

Inventor： 张铁林 ,  贾顺程 ,  刘洪星 ,  刘成浩 ,  徐波

IPC: G06N3/049 ,  G06N3/0499 ,  G06N3/06 ,  G06N3/084

Abstract: 本发明提供一种嵌入生物网络元结构的多模态脉冲信号识别方法及装置，其中，上述方法包括：获取与待识别多模态信号对应的脉冲序列，其中，脉冲序列包括语音部分与图像部分；将脉冲序列输入至多模态识别模型，得到待识别多模态信号对应的识别结果，其中，将语音部分输入至多模态识别模型的语音输入通道，将图像部分输入至多模态识别模型的图像输入通道；通过多模态识别模型的整合层对语音部分与图像部分进行维度统一与整合，得到整合信号；通过多模态识别模型的隐藏层的生物网络元结构对整合信号进行识别，得到与待识别多模态信号对应的识别结果；通过多模态识别模型的输出层输出识别结果；通过本发明能够提高多模态信号识别的准确率与鲁棒性。

公开(公告)号：CN116797851B

公开(公告)日：2024-02-13

申请号：CN202310946560.5

申请日：2023-07-28

Applicant: 中国科学院自动化研究所

Inventor： 张铁林 ,  贾顺程 ,  程翔 ,  徐波

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/049 ,  G06N3/0464

Abstract: 本发明涉及人工智能领域，提供一种图像分类模型的类脑连续学习方法、图像分类方法和装置，学习方法包括：获取初始神经网络、样本图像及其对应的图像类别标签；将输入信号输入至初始神经网络，得到各层神经元输出的图像特征；对图像类别标签进行编码，得到样本图像的期望；并将期望分别映射到各层中，得到各层的局部多巴胺浓度；基于局部多巴胺浓度，对各层的初始局部梯度进行调制，得到各层的调制后局部梯度；基于调制后局部梯度，对初始神经网络的突触连接权重进行更新，以完成类脑连续学习，得到图像分类模型。本发明提供的图像分类模型的类脑连续学习方法、图像分类方法和装置，可以最大程度上保留旧任务信息，同时实现对新任