METHODS AND APPARATUS FOR TAGGING CLASSES USING SUPERVISED LEARNING

본 개시의 특정 양태들은 지도 학습을 이용하여 뉴럴 네트워크 모델의 입력/출력 클래스들을 위한 태그들 (정적 또는 정적) 을 생성하기 위한 방법들 및 장치를 제공한다. 그 방법은 뉴럴 네트워크 모델을 복수의 뉴런들로 증강하고 증강된 네트워크를 스파이크 타이밍 의존 가소성 (STDP) 을 이용하여 트레이닝하여 하나 이상의 태그들을 결정하는 것을 포함한다. Certain aspects of the present disclosure provide methods and apparatus for creating tags (static or...

Full description

Saved in:
Bibliographic Details
Main Authors TOWAL REGAN BLYTHE, CHAN VICTOR HOKKIU, LEVIN JEFFREY, GUPTA VIKRAM, PATWARDHAN RAVINDRA MANOHAR
Format Patent
LanguageEnglish
Korean
Published 30.06.2016
Subjects
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:본 개시의 특정 양태들은 지도 학습을 이용하여 뉴럴 네트워크 모델의 입력/출력 클래스들을 위한 태그들 (정적 또는 정적) 을 생성하기 위한 방법들 및 장치를 제공한다. 그 방법은 뉴럴 네트워크 모델을 복수의 뉴런들로 증강하고 증강된 네트워크를 스파이크 타이밍 의존 가소성 (STDP) 을 이용하여 트레이닝하여 하나 이상의 태그들을 결정하는 것을 포함한다. Certain aspects of the present disclosure provide methods and apparatus for creating tags (static or dynamic) for input/output classes of a neural network model using supervised learning. The method includes augmenting a neural network model with a plurality of neurons and training the augmented network using spike timing dependent plasticity (STDP) to determine one or more tags.
Bibliography:Application Number: KR20167013948