专利名称：一种基于元学习的变分随机特征的核方法专利类型：发明专利
发明人：甄先通,张磊,李欣,左利云,简治平,蔡泽涛申请号：CN201911404255.3申请日：20191230公开号：CN111178526A公开日：20200519
摘要：本发明公开了一种基于元学习的变分随机特征的核方法，属于元学习算法领域，可以实现利用LSTM和支持数据集S，根据前序任务的状态，可以学习得到参数的ω均值和方差；根据重新参数化原理，可以通过ω均值和方差所描述的分布，重新采样生成参数ω，这样，每一个任务t，可得一组参数ω，并利用这组参数可以构造分类器，对新任务数据集Q进行分类，整体优化的目的是使系统可以通过少量数据，快速学习到一个合适的分类器参数，本发明同目前现有的其他元学习方法区别在于，一方面首次将变分思想结合到LSTM框架中，利用LSTM融合多次任务中的知识信息，另一方面首次将核近似方法和元学习相结合，利用元学习得到核近似的参数ω，并利用核近似方法构建分类器。
申请人：广东石油化工学院
地址：525000 广东省茂名市官渡二路139号大院
国籍：CN
代理机构：北京久维律师事务所
代理人：邢江峰
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容