公开(公告)号：CN111797833A

公开(公告)日：2020-10-20

申请号：CN202010435924.X

申请日：2020-05-21

Applicant: 中国科学院软件研究所

Inventor： 刘杰 ,  王帅 ,  吴怀林 ,  徐可钦 ,  杨诏 ,  叶丹

IPC: G06K9/34 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种面向遥感影像语义分割的自动化机器学习方法及系统，属于计算机人工智能领域，基于多遥感成像指数的遥感影像语义分割算法，通过背景损失优化和多遥感成像指数计算，提升分割准确率；通过自迁移微调训练方法与超参优化方法，对该深度神经网络面向于单机多GPU的环境进行超参数优化，可以同时提高分割准确率和超参优化效率；设置参数共享的搜索空间，以基于策略梯度的搜索策略，通过空洞空间金字塔池化模块提取该深度神经网络的多尺度信息，以搜索出该深度神经网络最优的内部网络结构，提高遥感影像语义分割的高效性和分类的准确性。

公开(公告)号：CN109376869A

公开(公告)日：2019-02-22

申请号：CN201811588608.5

申请日：2018-12-25

Applicant: 中国科学院软件研究所

Inventor： 王建飞 ,  刘杰 ,  杨诏 ,  叶丹 ,  钟华

IPC: G06N20/00

Abstract: 本发明涉及一种基于异步贝叶斯优化的机器学习超参优化系统及方法，包括：贝叶斯优化模块、模型参数池模型、Kmeans聚类模块、任务调度模块、自适应确定模型并行度模块；本发明对大数据环境下的机器学习高效的进行自动化调参，有效利用多机并行计算能力，高效的进行大数据机器学习自动化调参，从而使得人们在生产实践中可以更好地使用大数据机器学习。