[发明专利]用于训练神经网络的方法

权利要求书

1.用于训练神经网络（60）的计算机实现的方法，所述神经网络尤其被设立用于对物理测量参量进行分类，其中在供应输入信号（x）和所属的所希望的输出信号（y_T）的情况下根据神经网络（60）的输出信号（y）来进行对神经网络（60）的参数（θ）的适配，其中对这些参数（θ）的适配根据所确定的梯度（g）来进行，其特征在于，所确定的梯度（g）的分量（）根据与这些分量相对应的参数（θ）属于神经网络的哪个层（S₁, ..., S₅）来被缩放。

2.根据权利要求1所述的方法，其中所述缩放根据所述层（S₁, ..., S₅）在所述神经网络（60）之内的位置来实现。

3.根据权利要求2所述的方法，其中所述缩放也根据所确定的梯度（g）的相对应的分量（）属于特征图的哪个特征（）来进行。

4.根据权利要求3所述的方法，其中所述缩放根据所述特征的感受野（rF）的大小来进行。

5.根据权利要求4所述的方法，其中所述缩放根据所述层（S₁, ..., S₅）的分辨率来实现。

6.根据权利要求5所述的方法，其中所述缩放根据所述层（S₁, ..., S₅）的分辨率与所述神经网络（60）的输入层（S₁）的分辨率之商来实现。

7.训练系统（140），所述训练系统被设立为实施根据权利要求1至6中任一项所述的方法。

8.利用根据权利要求1至6中任一项所述的方法来训练的神经网络（60）的应用，用于对输入信号（x）进行分类，所述输入信号是根据传感器（30）的输出信号（S）被确定的。

9.利用根据权利要求1至6中任一项所述的方法来训练的神经网络（60）的应用，用于根据所述神经网络（60）的所确定的输出信号（y）来提供用于操控执行器（10）的操控信号（A）。

10.根据权利要求9所述的利用根据权利要求1至6中任一项所述的方法来训练的神经网络（60）的应用，其中根据所述操控信号（A）来操控执行器（10）。

11.计算机程序，所述计算机程序被设立为实施根据权利要求1至6或8至10中任一项所述的方法。

12.机器可读存储介质（46、146），在其上存储有根据权利要求11所述的计算机程序。

13.用于使用神经网络（60）的方法，其中在第一阶段中利用根据权利要求1至6中任一项所述的方法来训练所述神经网络（60）并且接着根据权利要求8至10中任一项来应用所述神经网络。