摘要
本发明公开了一种基于泰勒公式的零知识机器学习转换方法;包括有以下步骤:S1、确定机器学习模型算法满足n阶可导;S2、对机器学习模型的算法进行设定参数;S3、对机器学习模型的算法进行数据归一化处理;S4、对机器学习模型的算法进行泰勒转换;S5、消除泰勒展开的精度明显损失;S6、进行训练反馈调节展开导数;本发明使用泰勒公式来进行转换,拥有更高的精度,可以在对原模型精确度影响更小的情况下,实现对模型的转换以及零知识约束电路的构造,神经网络中所使用的一些超越函数无法在有限域中直接计算的问题,对传统神经网络中的所涉及到的所有超越函数使用其对应的泰勒展开式进行替换,便于零知识机器学习。
技术关键词
机器学习模型
转换方法
Sigmoid函数
展开式
算法
零知识证明
数据
邻域
精度
固定点
多项式
电路
参数
符号
偏差
样本
阶段
速度
系统为您推荐了相关专利信息
障碍物检测方法
轨道交通场景
列车
语义
重构单元
路径规划方法
船舶
速度障碍法
节点
Floyd算法
姿态估计方法
双波段红外辐射
旋转飞行器
协方差矩阵
噪声数据
智能识别算法
分拣机械臂
防缠绕组件
夹持组件
垃圾
光伏电池
曝光技术
成像单元
OPCUA协议
光学成像模块