[发明专利]基于混合监督神经网络结构搜索的宇宙学参数估计方法在审
| 申请号： | 202211425715.2 | 申请日： | 2022-11-15 |
| 公开（公告）号： | CN115758880A | 公开（公告）日： | 2023-03-07 |
| 发明（设计）人： | 卢宇彤;文英鹏;郑馥丹;黄聃;陈志广 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/0464;G06N3/09 |
| 代理公司： | 深圳市创富知识产权代理有限公司 44367 | 代理人： | 范伟民 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于混合监督神经网络结构搜索的宇宙学参数估计方法，该方法包括：根据搜索空间的操作模块构建宇宙学参数估计模型的超网络；基于梯度下降法，对宇宙学参数估计模型的超网络进行混合监督训练，搜索得到宇宙学参数估计模型的结构；基于梯度下降法，对宇宙学参数估计模型的结构进行训练并优化，得到最优宇宙学参数估计模型；通过最优宇宙学参数估计模型进行宇宙学参数的估计。通过使用本发明，能够证明神经网络架构搜索可以应用于宇宙学参数估计并提高了宇宙学参数估计模型对宇宙学参数估计的准确性。本发明作为基于混合监督神经网络结构搜索的宇宙学参数估计方法，可广泛应用于人工智能技术领域。 | ||
| 搜索关键词： | 基于 混合 监督 神经网络 结构 搜索 宇宙学 参数估计 方法 | ||
【主权项】：
暂无信息
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中山大学，未经中山大学许可，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/202211425715.2/，转载请声明来源钻瓜专利网。
