-
公开(公告)号：CN111382840B
公开(公告)日：2023-09-29
申请号：CN202010115996.6
申请日：2020-02-25
Applicant: 江苏大学
Abstract: 本发明公开了一种面向自然语言处理的基于循环学习单元的HTM设计方法，针对自然语言处理应用，在使用HTM分析自然语言时，提出使用面向自然语言处理的基于循环学习单元的HTM设计方法，利用具有循环学习能力的循环学习单元代替现有的HTM神经元，将HTM时间池和循环学习单元对序列数据的学习能力相互结合，实现对蕴含无规律时间跨度大关联的自然语言的更好的学习；通过循环学习单元的训练方法，使得循环学习单元能学习自然语言语料中包含的特性，实现HTM对蕴含无规律时间跨度大关联的自然语言更强的学习能力。本发明提高了HTM对蕴含无规律时间跨度大关联的自然语言的学习功能，从而保证了在处理蕴含无规律时间跨度大关联的自然语言时HTM的有效性和实用性。
-
公开(公告)号：CN112561063B
公开(公告)日：2024-03-22
申请号：CN202011520322.0
申请日：2020-12-21
Applicant: 江苏大学
Abstract: 本发明公开了一种基于微柱激活程度的HTM时间池训练方法，首先，将空间池连接到数据编码，随机初始化近端树突上突触的持久值；从空间池的微柱中选择激活态微柱来表征当前输入，形成稀疏的SDR；基于活跃突触数量、活跃突触持久值和中编码活跃位数，计算中激活态微柱的激活强度；完成空间池学习后，时间池进入学习状态；在时间池学习过程中，判断微柱预测是否准确；根据时间池预测的结果，若预测失败则进入惩罚阶段，若预测正确，则进入奖励阶段；在惩罚阶段和奖励阶段，通过判断该微柱激活强度与激活强度为阈值#imgabs0#的关系，对突触的持久值进行调整；本申请通过灵活动态的突触持久值改变方式，进而提升时间池预测的准确性。
-
公开(公告)号：CN111401515A
公开(公告)日：2020-07-10
申请号：CN202010092811.4
申请日：2020-02-14
Applicant: 江苏大学
Abstract: 本发明公开了一种利用训练过程压缩和记忆巩固构建增量式LSTM的方法，本发明利用LSTM门单元的活跃度来选择训练过程中重要的输入时刻并压缩训练过程形成历史记忆，同时将压缩后的记忆与新数据上训练有效融合，利用历史信息巩固网络记忆以此满足对序列数据的增量式处理要求。该方法能避免现有LSTM系统存储开销大、训练效率低的问题，提高LSTM对动态增长的序列数据的训练效率，避免历史信息的遗忘，保证LSTM的有效性和实用性。
-
公开(公告)号：CN112561063A
公开(公告)日：2021-03-26
申请号：CN202011520322.0
申请日：2020-12-21
Applicant: 江苏大学
Abstract: 本发明公开了一种基于微柱激活程度的HTM时间池训练方法，首先，将空间池连接到数据编码，随机初始化近端树突上突触的持久值；从空间池的微柱中选择激活态微柱来表征当前输入，形成稀疏的SDR；基于活跃突触数量、活跃突触持久值和中编码活跃位数，计算中激活态微柱的激活强度；完成空间池学习后，时间池进入学习状态；在时间池学习过程中，判断微柱预测是否准确；根据时间池预测的结果，若预测失败则进入惩罚阶段，若预测正确，则进入奖励阶段；在惩罚阶段和奖励阶段，通过判断该微柱激活强度与激活强度为阈值的关系，对突触的持久值进行调整；本申请通过灵活动态的突触持久值改变方式，进而提升时间池预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111401547A
公开(公告)日：2020-07-10
申请号：CN202010116343.X
申请日：2020-02-25
Applicant: 江苏大学
Abstract: 本发明公开了一种面向乘客流分析的基于循环学习单元的HTM设计方法，面向乘客流分析应用，在使用HTM分析乘客流时，提出使用面向乘客流分析的基于循环学习单时间池方法，利用具有循环学习能力的循环学习单元代替现有的HTM神经元，将HTM时间池和循环学习单元对序列数据的学习能力相互结合，加强HTM对同时蕴含时间跨度较短和较长规律的乘客流的学习功能；通过循环学习单元的训练方法，使得循环学习单元能学习乘客流数据中包含的特性，实现HTM对同时蕴含时间跨度较短和较长规律的乘客流更强的学习能力。本发明提高了HTM对同时蕴含时间跨度较短和较长规律的乘客流的学习功能，从而保证了在处理同时蕴含时间跨度较短和较长规律的乘客流时HTM的有效性和实用性。
-
公开(公告)号：CN111382840A
公开(公告)日：2020-07-07
申请号：CN202010115996.6
申请日：2020-02-25
Applicant: 江苏大学
Abstract: 本发明公开了一种面向自然语言处理的基于循环学习单元的HTM设计方法，针对自然语言处理应用，在使用HTM分析自然语言时，提出使用面向自然语言处理的基于循环学习单元的HTM设计方法，利用具有循环学习能力的循环学习单元代替现有的HTM神经元，将HTM时间池和循环学习单元对序列数据的学习能力相互结合，实现对蕴含无规律时间跨度大关联的自然语言的更好的学习；通过循环学习单元的训练方法，使得循环学习单元能学习自然语言语料中包含的特性，实现HTM对蕴含无规律时间跨度大关联的自然语言更强的学习能力。本发明提高了HTM对蕴含无规律时间跨度大关联的自然语言的学习功能，从而保证了在处理蕴含无规律时间跨度大关联的自然语言时HTM的有效性和实用性。
-
公开(公告)号：CN112580799B
公开(公告)日：2024-04-09
申请号：CN202011433443.1
申请日：2020-12-10
Applicant: 江苏大学
IPC: G06N3/063 , G06N3/0464 , G06N3/08 , G06F15/16
Abstract: 本发明公开了一种面向多核处理器的并发HTM空间池设计方法，为减少训练时全局、线性搜索的时间开销，本发明设计基于分区的HTM空间池微柱激活策略；同时引入面向多核处理器的大数据处理方法，将分区机制与多核计算相结合，设计面向多核处理器的并发微柱激活方法，并在此基础上设计面向多核处理器的空间池并发学习方法，利用多个CPU计算核心的并发计算能力，并行完成空间池突触持久值的更新。该设计方法能有效减少HTM空间池训练的时间开销，并提高计算效率。
-
公开(公告)号：CN111401547B
公开(公告)日：2023-08-22
申请号：CN202010116343.X
申请日：2020-02-25
Applicant: 江苏大学
Abstract: 本发明公开了一种面向乘客流分析的基于循环学习单元的HTM设计方法，面向乘客流分析应用，在使用HTM分析乘客流时，提出使用面向乘客流分析的基于循环学习单时间池方法，利用具有循环学习能力的循环学习单元代替现有的HTM神经元，将HTM时间池和循环学习单元对序列数据的学习能力相互结合，加强HTM对同时蕴含时间跨度较短和较长规律的乘客流的学习功能；通过循环学习单元的训练方法，使得循环学习单元能学习乘客流数据中包含的特性，实现HTM对同时蕴含时间跨度较短和较长规律的乘客流更强的学习能力。本发明提高了HTM对同时蕴含时间跨度较短和较长规律的乘客流的学习功能，从而保证了在处理同时蕴含时间跨度较短和较长规律的乘客流时HTM的有效性和实用性。
-
公开(公告)号：CN112580799A
公开(公告)日：2021-03-30
申请号：CN202011433443.1
申请日：2020-12-10
Applicant: 江苏大学
Abstract: 本发明公开了一种面向多核处理器的并发HTM空间池设计方法，为减少训练时全局、线性搜索的时间开销，本发明设计基于分区的HTM空间池微柱激活策略；同时引入面向多核处理器的大数据处理方法，将分区机制与多核计算相结合，设计面向多核处理器的并发微柱激活方法，并在此基础上设计面向多核处理器的空间池并发学习方法，利用多个CPU计算核心的并发计算能力，并行完成空间池突触持久值的更新。该设计方法能有效减少HTM空间池训练的时间开销，并提高计算效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
