本發明公開一種通用神經網絡蒸餾公式方法,步驟如下:1)輸入數據數據增強,利用增強數據集訓練基線網絡模型;2)特征遞歸消除模塊對訓練好的模型針對輸入特征進行重要性分析,丟掉不重要的特征,直到不能丟棄任意特征;3)特征遞歸解耦消除模塊交替地對訓練好的模型針對輸入特征進行耦合性分析和重要性分析,不斷對輸入特征進行解耦和丟棄,直到不能解耦和丟棄任意特征;4)將k?分支神經網絡拆分成k個子問題,使用符號回歸方法獲得子問題符號模型。并將子問題符號模型進行Stacking集成得到整個問題的符號模型。本發明提出的神經網絡公式轉換器NNFC是第一個通用地、在無任何先驗情況下將神經網絡蒸餾成可解釋公式方法,可以在物理、化學、材料、礦物、地質等自然科學甚至社會科學領域發揮重要作用。
聲明:
“通用神經網絡蒸餾公式方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)