基于贝叶斯权函数的模型无关元学习算法

来源 :计算机应用 | 被引量 : 0次 | 上传用户:linyuan0213
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
模型无关的元学习(MAML)是一种多任务的元学习算法,能使用不同的模型,并快速地在不同任务之间进行适应,但MAML在训练速度与准确率上还亟待提高.从高斯随机过程的角度出发对MAML的原理进行分析,提出一种基于贝叶斯权函数的模型无关元学习(BW-MAML)算法,该权函数利用贝叶斯分析设计并用于损失的加权.训练过程中,BW-MAML将每次抽样的任务视为遵循高斯分布,根据贝叶斯分析计算不同任务在分布中的概率,并根据任务在分布中的概率判断该任务重要程度,再以此赋以不同的权重,从而提高每次梯度下降中信息的利用率.在Omniglot与Mini-ImageNet数据集上的小样本图像学习实验结果表明,通过增加贝叶斯权函数,BW-MAML的训练效果在6任务训练2500步后,在Mini-ImageNet上的准确率比MAML的准确率最高提高了1.9个百分点,并且最终准确率比MAML平均提升了0.907个百分点;在Omniglot上的准确率也平均提升了0.199个百分点.
其他文献
偏向参数和阻尼因子是影响AP聚类算法聚类效果的两个重要参数,但他们均取固定值.随着数据量的改变,原有参数取值不能使算法聚类结果达到最优.鉴此,本文提出自适应AP聚类算法,当数据量发生改变时,自动调整并获取最优的偏向参数和阻尼因子,最终得到最优聚类结果.与原来算法相比,改进后的算法能自动消除震荡,还可获取最优聚类结果,提高聚类结果的准确性和算法快速性.通过人造数据集和Iris数据集实验,证明了自适应AP聚类算法的有效性.
在钢板尺寸检验过程中,发现钢板在淬火回火前后尺寸发生了变化,进而确定了主要发生变化的工序在淬火工序.用对比的方法对Q960级别、NM500级别等钢板淬火前后的尺寸变化进行了测量与分析,找出了淬火回火钢板尺寸变化的规律,以及钢板厚度和碳当量对钢板尺寸变化率的影响,提高了成材率.
烧结系统中配料、加水、烧结机布料等方面设备功能精度比较重要,工序精度的准确关系到烧结料面均匀性、成份稳定性、垂直烧结速度控制等,属于全流程管理模式,同时能够有效降低烧结工序能耗,提升烧结产线作业率.
因大规格圆钢头部弯曲超标需要矫直,影响了用户订单交付速度.从轧材头部弯曲的统计数据入手,对影响头部弯曲的因素如延伸系数分配、短应力线轧机装配和进出口导卫安装等展开了分析,采取有效措施,从而降低了圆钢头部的弯曲比例.
针对DC03冷轧板在制门冲压过程中出现的橘皮状表面缺陷,经分析,该缺陷与DC03冷轧板的时效现象直接相关.通过改进,采用0.01%~0.03%微碳成分、热轧高温终轧、高温卷取和提高平整延伸率的方式,有效提高了DC03冷轧板的抗时效性能,解决了加工过程中的橘皮缺陷.
通过适当提高安钢3号高炉炉顶压力、使用氮气稀释炉顶煤气、改进炉顶打水装置、停炉料负荷分段控制等一系列措施的实施,结合炉内关键操作参数的合理控制,实现了3号高炉的顺利停炉,填补了安钢在特大型高炉空料线打水停炉方面的技术空白.
通过铁水热装、炉料结构优化、集束氧枪、全程泡沫渣、底吹工艺等一系列高效冶炼技术的应用,根据生产实践,持续优化工艺技术的参数,提高集束氧枪强穿透能力,化学能输入功率不断提高.安钢100 t电弧炉冶炼周期由62.3 min/炉降低至37.8 min/炉.当兑铁水量低于52%时,冶炼周期取决于废钢的传热效率,而兑铁水量超过52%时,冶炼周期则由炉内脱碳速度决定,增加兑铁水量就要求电炉系统有较强的供氧能力.安钢100 t电弧炉实际生产的冶炼节奏与连铸相匹配,取得了良好的技术效果.
低品质余热资源回收利用是钢铁企业降低碳排放和提高能源利用率的重要技术路径.依托西王集团低品质余热梯级回收、冷热联供系统的成功实践,从方案设计、热源选择、供冷及供暖实现、经济效益分析等方面进行了全面阐述,为低品质余热利用提供了新的思路和结合点.
为合理利用烧结、高炉、炼钢产生的回收料,减轻回收料中碱金属高和粒度细的不利影响,通过加强对2#烧结机除尘灰的使用管理、合理安排料仓输灰时间、改进料仓的震仓装置等措施,实现了合理高比例配加回收料,减轻了回收料对烧结矿质量的影响,为高炉顺行提供了保障.
烧结透气性包含混合料原始透气性和过程透气性两种,是衡量烧结混合料烧结性能的一个重要指标.通过优化配料结构、调整混合机工艺参数、提高混合料温度、工艺设备优化等改善混合料原始透气性,对烧结过程的强化有很大意义,进而达到了烧结机提质提产的目的.