公开(公告)号：CN117931127A

公开(公告)日：2024-04-26

申请号：CN202311388791.5

申请日：2023-10-25

Applicant: 北京邮电大学

Inventor： 王翔宇 ,  游梓欣 ,  陈子扬 ,  徐兵杰 ,  喻松

IPC: G06F7/58 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明提供了一种基于神经网络的深度学习检验随机性的方法，特别使用到了加入了Attention机制的LSTM神经网络，对比相关工作，本方法提供了的神经网络模型可检验的随机性算法更加丰富，对随机序列的建模能力更加强大。本方法中使用到的加入了Attention机制的LSTM神经网络，其不仅利用了LSTM神经网络模型可对随机序列的时间特征进行建模处理并解决了梯度消失以及梯度爆炸的问题，同时引入Attention机制解决了LSTM神经网络模型存在的长时间依赖问题，加强了LSTM对历史信息的记忆能力，对随机序列的建模更加准确。