首页> 中国专利> 在跨联网计算边缘连续运行应用程序的人工智能和深度学习中实现连续的存储器有界学习的系统和方法

在跨联网计算边缘连续运行应用程序的人工智能和深度学习中实现连续的存储器有界学习的系统和方法

摘要

终身深度神经网络(L‑DNN)技术通过实现快速、后期部署学习来革新深度学习,无需广泛训练、大量计算资源或大量数据存储。它使用具有快速学习子系统(模块B)的富含表示的基于DNN的子系统(模块A)来快速学习新特征,而不会忘记先前学习到的特征。与常规DNN相比,L‑DNN使用更少的数据来建立稳固的网络,显著更短的训练时间,以及在装置上而不是在服务器上的学习。它无需重新训练或存储数据就能够添加新知识。结果,具有L‑DNN的边缘装置可以在部署之后连续不断地学习,消除数据收集和注释、存储器和数据存储以及计算能力方面的巨大成本。这种快速的本地装置上的学习可以用于安全、供应链监测、灾难和应急响应、基础设施和财产的基于无人机的检查及其他应用。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-06-05

    实质审查的生效 IPC(主分类):G06K9/46 申请日:20180509

    实质审查的生效

  • 2020-03-24

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号