[发明专利]用于修改机器学习模型的方法和装置

权利要求书

1.一种修改机器学习模型的装置，该装置包括：

受监督分支插入器，来将受监督分支插入到机器学习模型中的所识别的位置处；

第一聚类生成器，来利用第一聚类技术生成插入的受监督分支的第一聚类；

第二聚类生成器，来利用第二聚类技术生成插入的受监督分支的第二聚类，所述第二聚类技术不同于所述第一聚类技术；

聚类联合器，来联合所述第一聚类和所述第二聚类以形成聚类块，所述聚类块被附加到所述受监督分支的末尾；以及

传播策略执行器，来执行传播训练策略以修改所述机器学习模型的参数。

2.如权利要求1所述的装置，其中，所述第一聚类技术包括空间聚类。

3.如权利要求2所述的装置，其中，所述第二聚类技术包括语义聚类。

4.如权利要求1所述的装置，其中，所述传播策略执行器：

使得机器学习模型训练器在不包括插入的受监督分支和所述聚类块的情况下训练所述机器学习模型；

使得所述机器学习模型训练器在包括插入的受监督分支并且不包括所述聚类块的情况下训练所述机器学习模型；并且

使得所述机器学习模型训练器在包括插入的受监督分支和所述聚类块的情况下训练所述机器学习模型。

5.如权利要求1所述的装置，还包括模型提供器，来将修改后的模型提供给模型执行器以便执行。

6.如权利要求1所述的装置，还包括渐进聚类控制器，来确定在联合所述第一聚类和所述第二聚类以形成所述聚类块时所述第一聚类的影响量。

7.如权利要求1所述的装置，其中，所述受监督分支插入器还识别所述机器学习模型中用于插入所述受监督分支的位置。

8.如权利要求7所述的装置，其中，所述受监督分支插入器在所述机器学习模型的层之间的过渡处识别所述位置。

9.至少一种非暂态机器可读介质，其包括指令，所述指令当被执行时，使得至少一个处理器至少：

将受监督分支插入到机器学习模型中的所识别的位置处；

利用第一聚类技术生成插入的受监督分支的第一聚类；

利用第二聚类技术生成插入的受监督分支的第二聚类，所述第二聚类技术不同于所述第一聚类技术；

联合所述第一聚类和所述第二聚类以形成聚类块，所述聚类块被附加到所述受监督分支的末尾；并且

执行传播训练策略以修改所述机器学习模型的参数。

10.如权利要求9所述的至少一种非暂态机器可读介质，其中，所述第一聚类技术包括空间聚类。

11.如权利要求10所述的至少一种非暂态机器可读介质，其中，所述第二聚类技术包括语义聚类。

12.如权利要求9所述的至少一种非暂态机器可读介质，其中，所述指令当被执行时，使得所述至少一个处理器：

在不包括插入的受监督分支和所述聚类块的情况下训练所述机器学习模型；

在包括插入的受监督分支并且不包括所述聚类块的情况下训练所述机器学习模型；并且

在包括插入的受监督分支和所述聚类块的情况下训练所述机器学习模型。

13.如权利要求9所述的至少一种非暂态机器可读介质，其中，所述指令当被执行时，使得所述至少一个处理器将修改后的模型提供给模型执行器以便执行。

14.如权利要求9所述的至少一种非暂态机器可读介质，其中，所述指令当被执行时，使得所述至少一个处理器确定在联合所述第一聚类和所述第二聚类以形成所述聚类块时所述第一聚类的影响量。