摘要
本發明提供一種決策變數計算方法,在已訓練類神經網路預測模型的輸入端增設一虛設層,虛設層中包含與已訓練預測模型中輸入端等數之人工神經元,同時每一虛設神經元與其對應之原模型輸入端神經元間建構一新設聯結,設定各人工神經元之輸入值為1,激發函數之偏差值為0以及激發函數之輸入為1時其輸出為1。篩選並設定新設聯結的權重初始值,將權重值視為決策變數,權重值可具有範圍或其他交互間條件限制。凍結已訓練預測模型之參數,只調整新設聯結之權重值並透過一般機器學習平台內建之優化器求取最佳解。將訓練之目標設定為此拓展模型之輸出為期望之目標結果,在訓練結束時,所得的新設聯結權重值即為可行之輸入決策變數。藉由本發明可以利用一般機器學習平台及其內建之方法有效尋找達成預期結果的最佳輸入參數。
系统为您推荐了相关专利信息
人脸
分类器
非临时性计算机可读存储介质
基础
噪声标签
并行计算框架
引擎装置
微调方法
超参数
注册事件
林业有害生物防治
动态建模方法
阶段
建模系统
数据
特征分析方法
计算机可执行指令
文本
散点图矩阵
图像识别模型