[发明专利]自动化的预测性建模与框架有效
申请号: | 201780010748.1 | 申请日: | 2017-02-06 |
公开(公告)号: | CN108604313B | 公开(公告)日: | 2022-09-13 |
发明(设计)人: | 单瀛;T·R·霍恩斯;焦健;王海晶;俞栋;J·毛 | 申请(专利权)人: | 微软技术许可有限责任公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06Q30/02 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 王茂华 |
地址: | 美国华*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 提供了预测性框架的系统和方法。该预测性框架包括可适应的、可执行的神经元的多个神经层。神经元接受一个或多个输入信号,并产生可以由上层神经层使用的输出信号。输入信号由编码神经层接收,在编码神经层中,输入信号和编码神经元之间存在1:1的对应关系。输入信号在编码层处被接收,并由各种神经层连续处理。目标函数利用最顶层神经层的输出信号,根据目标来生成针对数据集的预测性结果。在一个实施例中,目标是:确定用户关于搜索结果集中的特定内容项的交互的可能性,或者确定用户关于搜索结果集中的任何内容项的交互的可能性。 | ||
搜索关键词: | 自动化 预测 建模 框架 | ||
【主权项】:
1.一种用于提供预测结果的计算机实现的框架,包括:多个神经层,包括多个中间神经层和编码层,其中:每个神经层包括多个神经元,每个神经元包括可执行对象,所述可执行对象接受一个或多个输入并生成输出;以及所述编码层是第一神经层,所述编码层包括多个编码神经元,所述多个编码神经元具有与针对用于评估的数据集的多个输入信号的1:1的对应关系;以及目标函数,所述目标函数在执行中根据预定目标,从所述多个神经层的最顶层神经层的输出信号来确定预测结果;其中,在执行中,所述框架通过所述编码层来获取针对用于评估的数据集的输入信号,并且连续地通过所述多个神经层至最顶层神经层来处理所述输入信号;以及其中,所述目标函数根据所述预定目标,从所述最顶层神经层的所述输出信号来确定所述预测结果,并将所述预测结果提供给请求方。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于微软技术许可有限责任公司,未经微软技术许可有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201780010748.1/,转载请声明来源钻瓜专利网。