一种基于短连接的挖掘特征之间隐含关系的神经网络[发明专利]

专利名称：一种基于短连接的挖掘特征之间隐含关系的神经网络
专利类型：发明专利
发明人：高强,郭菲,张小旺,冯志勇
申请号：CN201910639616.6
申请日：20190716
公开号：CN110443353A
公开日：
20191112
专利内容由知识产权出版社提供
摘要：一种基于短连接的挖掘特征之间隐含关系的神经网络，包括有输入层，设定有输入空间；第一嵌入层，用于后续提取非线性的低阶特征交互；第二嵌入层，用于后续提取线性特征；非线性交互池化层，用于从第一嵌入层输出的密集特征矩阵中提取出非线性的低阶特征交互；层损失神经网络，用于将非线性交互池化层输出的低阶交互特征变为高阶特征交互输出；线性模型，用于从第二嵌入层输出的密集特征向量中提取出线性特征；结合层，用于将层损失神经网络输出的高阶特征交互和线性模型输出的线性特征进行融合，得到最终的预测值。

本发明不仅可以充分地利用更多的特征，而且还构造出了对目标任务更加有效的低阶特征交互向量，更提高了模型的预测能力。

申请人：天津大学
地址：300350天津市津南区海河教育园雅观路135号天津大学北洋园校区
国籍：CN
代理机构：天津市北洋有限责任专利代理事务所
代理人：杜文茹
更多信息请下载全文后查看。