-
公开(公告)号：CN119940426A
公开(公告)日：2025-05-06
申请号：CN202510428168.0
申请日：2025-04-08
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于记忆巩固的持续学习方法、装置、介质及设备。在该方法中，感觉皮层模块可以在每轮训练中依次学习不同任务的训练样本集，并将学习得到的感觉皮层模块的参数转移到海马模块。随后通过将海马模块的权重加载到前额叶皮层模块，使前额叶皮层模块叠加海马模块的权重，从而实现海马体的记忆回放。最后，通过向前额叶皮层模块输入慢波节律信号，使其可以结合海马模块权重进行调整，从而可有效缓解神经网络模型在持续学习中的“灾难性遗忘”问题，显著提高准确性。
-
公开(公告)号：CN119206442B
公开(公告)日：2025-05-09
申请号：CN202411696214.7
申请日：2024-11-25
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于睡眠模拟的模型训练方法、装置、介质及设备。所述方法包括：获取经过训练的目标图像识别模型，目标图像识别模型为脉冲神经网络模型；输入特定信号，使网络产生纺锤波节律振荡，从而对目标图像识别模型进行非快速眼动睡眠模拟；根据目标图像识别模型中存在连接关系的各神经元节点在非快速眼动睡眠模拟的过程中的脉冲发放顺序，对各神经元节点之间的连接权重进行更新，根据更新后的各神经元节点之间的连接权重微调模型。本方案通过对训练后的模型进行非快速眼动睡眠模拟来对模型在训练过程中所学习到的知识进行强化，使得基于少量样本训练出的模型在睡眠模拟过程中对参数强化下也能够得到较高的模型性能。
-
公开(公告)号：CN119206442A
公开(公告)日：2024-12-27
申请号：CN202411696214.7
申请日：2024-11-25
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于睡眠模拟的模型训练方法、装置、介质及设备。所述方法包括：获取经过训练的目标图像识别模型，目标图像识别模型为脉冲神经网络模型；输入特定信号，使网络产生纺锤波节律振荡，从而对目标图像识别模型进行非快速眼动睡眠模拟；根据目标图像识别模型中存在连接关系的各神经元节点在非快速眼动睡眠模拟的过程中的脉冲发放顺序，对各神经元节点之间的连接权重进行更新，根据更新后的各神经元节点之间的连接权重微调模型。本方案通过对训练后的模型进行非快速眼动睡眠模拟来对模型在训练过程中所学习到的知识进行强化，使得基于少量样本训练出的模型在睡眠模拟过程中对参数强化下也能够得到较高的模型性能。
-
-
Search Results
3
records
(took 0.024 seconds)
