公开(公告)号：CN118014010B

公开(公告)日：2024-06-18

申请号：CN202410418128.3

申请日：2024-04-09

Applicant: 南京信息工程大学

Inventor： 朱陈陈 ,  薛羽

IPC: G06N3/045 ,  G06N3/0464 ,  G06N3/086

Abstract: 本发明公开了一种自动化机器学习技术领域的基于多种群机制及代理模型的多目标演化神经架构搜索方法，旨在解决现有技术在设计用于各种视觉任务的卷积神经网络时消耗人力成本高、效率低且难以兼顾多目标场景的问题，其包括构建搜索空间，确定优化目标，对神经网络架构进行种群初始化；通过初始种群来初始化演化搜索过程，并结合预训练的代理模型和多种群机制在搜索空间内进行多目标演化搜索，得到候选神经网络架构；由候选神经网络架构中筛选出兼顾两个优化目标的神经网络架构。本发明通过代理模型加速搜索过程，使用多种群机制拓展解的多样性，来进行高效的神经架构搜索，能在目标数据集上获得一组兼顾多个优化目标的网络架构。

公开(公告)号：CN118014010A

公开(公告)日：2024-05-10

申请号：CN202410418128.3

申请日：2024-04-09

Applicant: 南京信息工程大学

Inventor： 朱陈陈 ,  薛羽

IPC: G06N3/045 ,  G06N3/0464 ,  G06N3/086

Abstract: 本发明公开了一种自动化机器学习技术领域的基于多种群机制及代理模型的多目标演化神经架构搜索方法，旨在解决现有技术在设计用于各种视觉任务的卷积神经网络时消耗人力成本高、效率低且难以兼顾多目标场景的问题，其包括构建搜索空间，确定优化目标，对神经网络架构进行种群初始化；通过初始种群来初始化演化搜索过程，并结合预训练的代理模型和多种群机制在搜索空间内进行多目标演化搜索，得到候选神经网络架构；由候选神经网络架构中筛选出兼顾两个优化目标的神经网络架构。本发明通过代理模型加速搜索过程，使用多种群机制拓展解的多样性，来进行高效的神经架构搜索，能在目标数据集上获得一组兼顾多个优化目标的网络架构。

公开(公告)号：CN116108384A

公开(公告)日：2023-05-12

申请号：CN202211671424.1

申请日：2022-12-26

Applicant: 南京信息工程大学

Inventor： 胡中源 ,  薛羽 ,  朱陈陈

IPC: G06F18/2411 ,  G06F18/214 ,  G06N3/126 ,  G06N3/08 ,  G06N3/063

Abstract: 本发明公开了一种神经网络架构搜索方法、装置、电子设备及存储介质，属于自动化机器学习技术领域，方法包括：获取初始数据集；对所述初始数据集进行预处理，获取训练数据集；利用所述训练数据集对分类模型进行训练；根据遗传算法进行神经网络架构搜索，并利用经过训练的分类模型评估网络种群中个体网络的适应度；根据适应度评估结果，获取性能优秀的深度神经网络。该方法能够节省神经网络架构搜索过程中模型训练的时间，降低使用者对硬件的要求，在短时间内获得性能优异的深度神经网络。