基本信息:
- 专利标题： 一种基于元贝叶斯优化的跨任务数据集融合方法
- 申请号：CN202411750546.9 申请日：2024-12-02
- 公开(公告)号：CN119227010A 公开(公告)日：2024-12-31
- 发明人： 陶来发 , 刘海菲 , 李商羽 , 黄启轩 , 王超 , 张蔚 , 索明亮 , 宋登巍 , 吕琛 , 连芷萱
- 申请人： 杭州市北京航空航天大学国际创新研究院（北京航空航天大学国际创新学院） , 北京航空航天大学
- 申请人地址： 浙江省杭州市余杭区瓶窑镇双红桥街166号
- 专利权人： 杭州市北京航空航天大学国际创新研究院（北京航空航天大学国际创新学院）,北京航空航天大学
- 当前专利权人： 杭州市北京航空航天大学国际创新研究院（北京航空航天大学国际创新学院）,北京航空航天大学
- 当前专利权人地址： 浙江省杭州市余杭区瓶窑镇双红桥街166号
- 代理机构： 北京春江专利商标代理事务所(普通合伙)
- 代理人： 张金荣
- 主分类号： G06F18/25
- IPC分类号： G06F18/25 ; G06F18/2415 ; G06F18/214 ; G06N3/0985 ; G06N3/047
摘要：
一种基于元贝叶斯优化的跨任务数据集融合方法，属于电数据处理技术领域。方法包括：S1:输入少量观测数据，从观测数据中采样数据子集;S2:根据数据子集计算损失函数；S3:根据损失函数更新贝叶斯学习器的参数；S4:判断损失函是否最小，若损失函数没达到最小，更新贝叶斯学习器的参数，并返回到步骤S2,若损失函数达到最小，则结束训练，输出最优贝叶斯学习器。本发明将元学习思想应用到数据集组合优化中，通过元学习贝叶斯优化中的代理模型，完成对超参数优化的元知识的学习，以实现少量优化迭代下的超参数寻优。
公开/授权文献:
- CN119227010B 一种基于元贝叶斯优化的跨任务数据集融合方法 公开/授权日：2025-02-18