Patent search ap:("西北工业大学") AND inv:"王秋实" Page 1

1.

发明公开
一种基于复杂度的高效样本筛选方法审中-实审

公开(公告)号：CN114936613A

公开(公告)日：2022-08-23

申请号：CN202210727797.X

申请日：2022-06-24

Applicant: 西北工业大学

Inventor： 梁韵基 , 王秋实 , 胡航语 , 赵志英 , 刘磊

IPC: G06K9/62 , G06N3/04 , G06N3/08

Abstract: 本发明公开了一种基于复杂度的高效样本筛选方法，通过类间采样和类内采样两大阶段对原始数据集进行样本筛选，旨在从大规模数据集中选出代表性样本，从而减少模型训练所用的样本数量，达到轻量化训练的目标。本发明与现有技术相比的优点在于：本发明提出基于复杂度的高效样本筛选方法，从大规模数据集中选出代表性样本用于模型的高效训练，证明了样本复杂性和模型训练策略对于深度神经网络的高效训练具有十分重要的影响。同时，本发明从样本复杂性和模型训练策略出发，解决了模型训练低效问题，这对于缓解深度学习模型训练效率低下问题具有一定的意义。

Patent Agency Ranking