发明专利已授权

基于关键层回滚机制的卷积神经网络模型容错方法

📄 申请号：CN202110258455.3 📄 发布日：2026/07/31

著录项目信息

申请日

2021-03-10

公开号

CN112766503B

公开日

2022-09-20

申请人

电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G06N3_08

IPC 分类号

G06N3_08

技术画像

所属领域

神经网络模型人工智能算法神经网络容错计算卷积神经网络神经网络模型

应用场景

人工智能, 深度学习, 高可靠计算, 智能系统容错, 数据中心

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于关键层回滚机制的卷积神经网络模型容错方法，包括以下步骤：S1、寻找关键层，通过对原模型添加参数λ进行训练的方式寻找对分类影响最大的关键节点，确定网络的关键层分布；S2、输入分类图片，通过卷积神经网络对输入图片进行识别，获得关键层的输出特征，根据输出特征得到检测阈值；S3、将硬件约束进行建模，利用模拟退火算法求出在满足硬件条件约束的情况下的检测点数量。本发明通过分析实验获得卷积神经网络的关键节点分布，以此为依据获得网络的关键层和关键层的输出分布。在满足时间和空间约束的条件下，在关键层设置关键节点，当关键层输出异常的时候，利用检查点回滚机制实现卷积神经网络的容错。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20220920

✅ 授权

20210525

?? 实质审查的生效：

20210507

📄 公开

一种工业应用场景下的深度神经网络模型安全保护方法

当前第 / 件

一种森林火灾图片实时分割和火灾边缘点监测算法

同领域国内专利 · IPC: (G06N3_08)

G06N3_00 G06N3_006 G06N3_008 G06N3_02 G06N3_04 G06N3_042 G06N3_043 G06N3_044 G06N3_0442 G06N3_045 G06N3_0455 G06N3_0464 G06N3_0475 G06N3_048 G06N3_049 G06N3_0495 G06N3_0499 G06N3_06 G06N3_063 G06N3_065 G06N3_067 G06N3_08 G06N3_082 G06N3_084 G06N3_086 G06N3_088 G06N3_0895 G06N3_09 G06N3_092 G06N3_094 G06N3_096 G06N3_098 G06N3_0985 G06N3_12 G06N3_126 覆盖35个领域

¥14800.0 元

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：16 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于关键层回滚机制的卷积神经网络模型容错方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06N3_08)

相似专利推荐 AI 驱动 · 同领域

集群容错能力判断方法、云操作系统集群及计算平台

一种扬声器箱

一类具有短时延和数据丢包的网络化线性参数变化系统的H∞容错控制方法

服务项目

资源中心

关于柿子坊