[发明专利]识别用于机器学习任务的迁移模型在审
| 申请号： | 201910403975.1 | 申请日： | 2019-05-16 |
| 公开（公告）号： | CN110503204A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | P·沃特森;B·博哈塔查尔杰;N·C·考德拉;B·M·贝尔高德瑞;P·都贝;M·R·格拉斯;J·R·肯德尔;霍思宇;M·L·赫尔 | 申请（专利权）人： | 国际商业机器公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/04;G06K9/62 |
| 代理公司： | 11038 中国国际贸易促进委员会专利商标事务所 | 代理人： | 刘玉洁<国际申请>=<国际公布>=<进入 |
| 地址： | 美国*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及识别用于机器学习任务的迁移模型。提供了关于自主地促进选择一个或多个迁移模型以增强一个或多个机器学习任务的性能的技术。例如，这里描述的一个或多个实施例可以包括一种系统，该系统可以包括可以存储计算机可执行组件的存储器。该系统还可以包括处理器，该处理器操作性地耦接到存储器，并且可以执行存储在存储器中的计算机可执行组件。该计算机可执行组件可以包括评估组件，该评估组件可以评估源数据集和来自目标机器学习任务的样本数据集之间的相似性度量。计算机可执行组件还可以包括识别组件，识别组件可以基于相似性度量识别与源数据集相关联的预训练的神经网络模型，以执行目标机器学习任务。 | ||
| 搜索关键词： | 计算机可执行组件 存储器 相似性度量 机器学习 目标机器 评估组件 识别组件 源数据集 迁移 神经网络模型 处理器操作 存储计算机 可执行组件 样本数据 处理器 存储 关联 学习 评估 申请 | ||
【主权项】：
1.一种计算机实现的方法，包括：/n由操作性地耦接到处理器的系统评估源数据集和来自目标机器学习任务的样本数据集之间的相似性度量；以及/n由所述系统基于所述相似性度量识别与所述源数据集相关联的预训练的神经网络模型，以执行所述目标机器学习任务。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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国际商业机器公司，未经国际商业机器公司许可，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/patent/201910403975.1/，转载请声明来源钻瓜专利网。
