WO2025016742 - VERFAHREN ZUM TRAINIEREN EINES NEURONALEN NETZES
National phase entry is expected:
Publication Number
WO/2025/016742
Publication Date
23.01.2025
International Application No.
PCT/EP2024/068934
International Filing Date
04.07.2024
Title **
[German]
VERFAHREN ZUM TRAINIEREN EINES NEURONALEN NETZES
[English]
METHOD FOR TRAINING A NEURAL NETWORK
[French]
PROCÉDÉ POUR ENTRAÎNER UN RÉSEAU NEURONAL
Applicants **
ROBERT BOSCH GMBH
Inventors
FISCHER, Volker
MOSKALEV, Artem
SMEULDERS, Arnold
Priority Data
102023206744.7
17.07.2023
DE
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
EPO
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| 译文 |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 1882 | |
| EPO | Filing, Examination, Granting | 8107 | |
| Japan | Filing, Examination, Granting | 1968 | |
| South Korea | Filing, Examination, Granting | 1691 | |
| USA | Filing, Examination, Granting | 5340 |
Total:
18,988
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Contact Us
Abstract[German]
Gemäß verschiedenen Ausführungsformen wird ein Verfahren zum Trainieren eines neuronalen Netzes bereitgestellt, aufweisend Ermitteln einer Ausgabe des Neuronalen Netzes für einen Trainingsdatensatz durch Anwenden des Neuronalen Netzes auf Trainingsdatenelemente eines Trainingsdatensatzes, Berechnen eines Verlusts für die Ausgabe des Neuronalen Netzes bezüglich einer Datenverarbeitungsaufgabe, für die das neuronale Netz trainiert werden soll, Ergänzen des Verlusts durch einen Zusatzverlust, der, für jedes der Trainingsdatenelemente und für jede Transformation einer Menge von Transformationen, den Gradient des Unterschieds zwischen einer Ausgabe des Neuronalen Netzes für das Trainingsdatenelement und der Ausgabe des Neuronalen Netzes für das mittels der Transformation transformierten Trainingsdatenelements beinhaltet und Anpassen des neuronalen Netzes zum Reduzieren des durch den Zusatzverlust ergänzten Verlusts.[English]
According to various embodiments, a method is provided for training a neural network, comprising: determining an output of the neural network for a training data set by applying the neural network to training data elements of a training data set; calculating a loss for the output of the neural network in relation to a data processing task for which the neural network is to be trained; supplementing the loss by an additional loss which, for each of the training data elements and for each transformation of a number of transformations, contains the gradient of the difference between an output of the neural network for the training data element and the output of the neural network for the training data element transformed by means of the transformation; and adjusting the neural network to reduce to loss supplemented by the additional loss.[French]
Selon divers modes de réalisation, l'invention concerne un procédé d'entraînement d'un réseau neuronal, consistant à : déterminer une sortie du réseau neuronal pour un ensemble de données d'apprentissage par application du réseau neuronal à des éléments de données d'apprentissage d'un ensemble de données d'apprentissage ; calculer une perte pour la sortie du réseau neuronal par rapport à une tâche de traitement de données pour laquelle le réseau neuronal doit être entraîné ; compléter la perte par une perte supplémentaire qui, pour chacun des éléments de données d'apprentissage et pour chaque transformation d'un nombre de transformations, contient le gradient de la différence entre une sortie du réseau neuronal pour l'élément de données d'apprentissage et la sortie du réseau neuronal pour l'élément de données d'apprentissage transformé au moyen de la transformation ; et ajuster le réseau neuronal pour réduire la perte complétée par la perte supplémentaire.