[发明专利]通信系统中的训练在审
| 申请号: | 201980089413.2 | 申请日: | 2019-01-18 |
| 公开(公告)号: | CN113316791A | 公开(公告)日: | 2021-08-27 |
| 发明(设计)人: | F·艾特·奥迪亚;J·霍伊迪斯 | 申请(专利权)人: | 诺基亚技术有限公司 |
| 主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/063;G06N3/08 |
| 代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 董莘 |
| 地址: | 芬兰*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 通信 系统 中的 训练 | ||
1.一种装置,包括:
用于根据度量来评估当前算法种群中的一些或所有算法的部件,所述种群中的每个算法实现传输系统,其中所述传输系统包括发送器、信道和接收器,其中所述发送器包括具有至少一些可训练权重的发送器算法,并且所述接收器包括具有至少一些可训练权重的接收器算法;
用于基于所述度量来选择当前的所述种群中的所述算法的子集的部件;
用于从所述子集生成更新的算法种群的部件;以及
用于基于更新的所述种群来重复所述评估、所述选择和所述生成、直至第一条件被达成的部件。
2.根据权利要求1所述的装置,还包括用于当所述第一条件已经被达成时选择所述更新的算法种群中的一个算法的部件。
3.根据权利要求1或权利要求2所述的装置,还包括用于生成初始算法种群以及将初始的所述种群设置为当前的所述种群的第一实例的部件。
4.根据权利要求1至3中任一项所述的装置,其中用于评估所述当前算法种群中的一些或者所有算法的所述部件包括:用于计算所述算法的适应度的部件。
5.根据权利要求4所述的装置,其中所述的算法的所述适应度使用损失函数被计算。
6.根据前述权利要求中任一项所述的装置,其中用于评估所述当前算法种群中的一些或所有算法的所述部件包括:用于计算所述算法的新颖度的部件。
7.根据权利要求6所述的装置,其中所述算法的所述新颖度通过确定所述种群中的算法之间的距离而被计算。
8.根据前述权利要求中任一项所述的装置,其中用于选择当前的所述种群中的所述算法的所述子集的所述部件包括:用于根据所述度量来选择所述种群中的一个或多个最佳算法的部件。
9.根据前述权利要求中任一项所述的装置,其中所述更新的算法种群包括以下算法:所述算法被用于评估所述当前算法种群中的所述一些或所有算法的所述部件评估为最满足所述度量。
10.根据前述权利要求中任一项所述的装置,其中用于从所述子集生成更新的算法种群的所述部件包括:从所述算法的子集生成一个或多个新算法。
11.根据前述权利要求中任一项所述的装置,其中所述算法的所述权重中的至少一些权重是量化的权重,其中所述量化的权重仅在具有有限数目的条目的码本内取值。
12.根据前述权利要求中任一项所述的装置,其中当所述当前算法种群或所述更新的算法种群中性能最佳的一个算法达成根据所述度量的预先定义的性能标准时,所述第一条件被满足。
13.根据前述权利要求中任一项所述的装置,其中所述第一条件包括所定义的迭代次数。
14.根据前述权利要求中任一项所述的装置,其中用于从所述子集生成更新的算法种群的所述部件修改当前的所述种群中的所述算法的子集中的一个或多个算法的一个或多个参数和/或一个或多个结构。
15.根据前述权利要求中任一项所述的装置,其中所述算法种群包括神经网络。
16.根据前述权利要求中任一项所述的装置,其中所述部件包括:
至少一个处理器;以及
至少一个存储器,包括计算机程序代码,所述至少一个存储器和所述计算机程序被配置为与所述至少一个处理器一起引起所述装置的所述执行。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于诺基亚技术有限公司,未经诺基亚技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980089413.2/1.html,转载请声明来源钻瓜专利网。





