用于调整变化的资源限制的系统和方法技术方案

一般来讲，本发明专利技术的实施方案的至少一个示例可以涉及确定与处理数据序列相关联的约束、基于约束来调整神经网络，其中调整神经网络包括基于约束修改神经网络中包括的决策函数的特性；以及利用所调整的神经网络并根据约束来使得能够对数据序列的至少第一部分进行处理。使得能够对数据序列的至少第一部分进行处理。使得能够对数据序列的至少第一部分进行处理。

【技术实现步骤摘要】
【国外来华专利技术】用于调整变化的资源限制的系统和方法


[0001]本公开涉及人工智能系统和方法。

技术介绍

[0002]系统(诸如家庭网络)可含有专用资源，以管理与家中异质消费电子(CE)设备结合/应其请求的家中服务。例如，此类服务可以包括用于控制CE设备的人工智能(AI)资源、系统和方法，例如通过学习和调整多个变量(诸如设备所处环境、设备用户等)中的任一个。此类服务的一个方面可以是在本文中被称为“AI集线器”的系统或设备，提升版AI CPE(“消费场所装备”，诸如STB、网关、边缘计算资源等)。这可以是系统内的中心节点，以提供，例如，a)虚拟化环境来承载AI微服务，和b)确保与连接的CE设备或边缘计算的互操作性、访问服务和资源(计算、存储、视频处理、AI/ML(机器学习)加速器)。此外，AI集线器可以将计算AI任务卸载到在家庭数据中心注册的其他CE设备。

技术实现思路

[0003]一般来讲，本文描述的实施方案的至少一个示例涉及一种AI系统和方法，该AI系统和方法可以基于指令来调整其配置或架构。
[0004]一般来讲，实施方案的至少一个其他示例涉及一种神经网络系统和方法，该系统和方法可以与控制设备通信和/或由控制设备驱动，以基于约束来调整神经网络的配置。
[0005]一般来讲，实施方案的至少一个示例涉及一种装置，该装置包括：一个或多个处理器，该一个或多个处理器被配置为确定与处理数据序列相关联的约束；基于约束来调整神经网络，其中一个或多个处理器被配置为调整神经网络包括该一个或多个处理器被配置为基于约束修改神经网络中包括的决策函数的特性；以及利用所调整的神经网络并根据约束来使得能够对数据序列的至少第一部分进行处理。
[0006]一般来讲，实施方案的至少一个示例涉及一种方法，该方法包括：确定与处理数据序列相关联的约束；基于约束来调整神经网络，其中调整神经网络包括基于约束修改神经网络中包括的决策函数的特性；以及根据约束利用所调整的神经网络来使得能够对数据序列的至少第一部分进行处理。
[0007]一般来讲，实施方案的至少一个示例涉及一种装置，该装置包括：一个或多个处理器，该一个或多个处理器被配置为实现包括决策函数的神经网络；基于约束来调整神经网络，其中一个或多个处理器被配置为调整神经网络包括该一个或多个处理器被配置为基于约束修改决策函数的特性；以及根据约束利用所调整的神经网络来处理数据。
[0008]一般来讲，实施方案的至少一个示例涉及一种方法，该方法包括：实现包括决策函数的神经网络；基于约束来调整神经网络，其中调整神经网络包括基于约束修改与神经网络相关联的决策函数的特性；以及根据约束利用所调整的神经网络来处理数据。
[0009]一般来讲，实施方案的至少一个示例涉及一种装置，该装置包括：一个或多个处理器，该一个或多个处理器被配置为实现包括决策函数的神经网络；基于约束来调整神经网
络，其中一个或多个处理器被配置为调整神经网络包括该一个或多个处理器被配置为基于约束修改决策函数的一个或多个参数；以及根据约束利用所调整的神经网络来处理数据。
[0010]一般来讲，实施方案的至少一个示例涉及一种方法，该方法包括：实现包括决策函数的神经网络；基于约束来调整神经网络，其中调整神经网络包括基于约束修改与神经网络相关联的决策函数的一个或多个参数；以及根据约束利用所调整的神经网络来处理数据。
[0011]一般来讲，实施方案的至少一个示例涉及一种装置，该装置包括：一个或多个处理器，该一个或多个处理器被配置为基于约束来调整包括决策函数的神经网络，其中该一个或多个处理器被配置为调整神经网络包括一个或多个处理器被配置为基于约束修改决策函数的一个或多个参数；以及根据约束利用所调整的神经网络来处理数据。
[0012]一般来讲，实施方案的至少一个示例涉及一种方法，该方法包括：基于约束来调整神经网络，其中调整神经网络包括基于约束修改与神经网络相关联的决策函数的一个或多个参数；以及根据约束利用所调整的神经网络来处理数据。
[0013]一般来讲，实施方案的至少一个其他示例涉及一种神经网络(RNN)系统和方法，该系统和方法可以与控制设备通信和/或由控制设备驱动，以基于约束来调整神经网络的配置，其中该约束包括资源可用性或准确性要求中的至少一者。
[0014]一般来讲，实施方案的至少一个其他示例提供了一种递归神经网络(RNN)系统和方法，该系统和方法可以与控制设备通信和/或由控制设备驱动，以基于资源可用性来调整RNN的配置。
[0015]一般来讲，实施方案的至少一个其他示例提供了一种递归神经网络(RNN)系统和方法，该系统和方法可以与协调器/调度器通信和/或由协调器/调度器驱动，以基于修改RNN的特性来修改RNN的计算成本。
[0016]一般来讲，实施方案的至少一个其他示例提供了一种递归神经网络(RNN)系统和方法，该系统和方法可以与协调器/调度器通信和/或由协调器/调度器驱动，以基于修改RNN的特性来修改RNN的计算成本，其中特性包括RNN的决策函数。
[0017]一般来讲，实施方案的至少一个其他示例提供了一种递归神经网络(RNN)系统和方法，该系统和方法可以与协调器/调度器通信和/或由协调器/调度器驱动，以基于修改RNN的特性来修改RNN的计算成本，其中特性包括RNN的至少一个小区的决策函数。
[0018]一般来讲，实施方案的至少一个其他示例提供了一种递归神经网络(RNN)系统和方法，该系统和方法可以与协调器/调度器通信和/或由协调器/调度器驱动，以基于修改RNN的特性来修改RNN的计算成本，其中特性包括RNN的至少一个小区的决策函数，并且决策函数包括确定是否更新RNN的至少一个小区。
[0019]一般来讲，实施方案的至少一个其他示例提供了一种递归神经网络(RNN)系统和方法，该系统和方法可以与协调器/调度器通信和/或由协调器/调度器驱动，以基于修改RNN的特性来修改RNN的计算成本，其中特性包括RNN的至少一个小区的决策函数，并且决策函数包括确定要更新RNN的多少种隐藏状态。
[0020]一般来讲，实施方案的至少一个其他示例提供了一种递归神经网络(RNN)系统和方法，该系统和方法可以与协调器/调度器通信和/或由协调器/调度器驱动，以基于修改RNN的特性来修改RNN的计算成本，其中特性包括RNN的至少一个小区的决策函数，并且决策
函数包括确定是否更新RNN的至少一个小区，并且修改特性包括修改决策函数的至少一个参数。
[0021]一般来讲，实施方案的至少一个其他示例提供了一种递归神经网络(RNN)系统和方法，该系统和方法可以与协调器/调度器通信和/或由协调器/调度器驱动，以基于修改RNN的特性来修改RNN的计算成本，其中特性包括RNN的至少一个小区的决策函数，并且决策函数包括确定是否更新RNN的至少一个小区，修改特性包括修改决策函数的至少一个参数，并且该至少一个参数包括与RNN的一个或多个感知器相关联的二值化函数。
[0022]一般来讲，本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种装置，所述装置包括：一个或多个处理器，所述一个或多个处理器被配置为确定与处理数据序列相关联的约束；基于所述约束来调整神经网络，其中所述一个或多个处理器被配置为调整所述神经网络包括所述一个或多个处理器被配置为基于所述约束修改所述神经网络中包括的决策函数的特性；以及利用所调整的神经网络并根据所述约束来使得能够对所述数据序列的至少第一部分进行处理。2.一种方法，所述方法包括：确定与处理数据序列相关联的约束；基于所述约束来调整神经网络，其中调整所述神经网络包括基于所述约束修改所述神经网络中包括的决策函数的特性；以及根据所述约束利用所调整的神经网络来使得能够对所述数据序列的至少第一部分进行处理。3.一种装置，所述装置包括：一个或多个处理器，所述一个或多个处理器被配置为实现包括决策函数的神经网络；基于约束来调整所述神经网络，其中所述一个或多个处理器被配置为调整所述神经网络包括所述一个或多个处理器被配置为基于所述约束修改所述决策函数的特性；以及根据所述约束利用所调整的神经网络来处理数据。4.一种方法，所述方法包括：实现包括决策函数的神经网络；基于约束来调整所述神经网络，其中调整所述神经网络包括基于所述约束修改与所述神经网络相关联的所述决策函数的特性；以及根据所述约束利用所调整的神经网络来处理数据。5.一种装置，所述装置包括：一个或多个处理器，所述一个或多个处理器被配置为实现包括决策函数的神经网络；基于约束来调整所述神经网络，其中所述一个或多个处理器被配置为调整所述神经网络包括所述一个或多个处理器被配置为基于所述约束修改所述决策函数的一个或多个参数；以及根据所述约束利用所调整的神经网络来处理数据。6.一种方法，所述方法包括：实现包括决策函数的神经网络；基于约束来调整所述神经网络，其中调整所述神经网络包括基于所述约束修改与所述神经网络相关联的所述决策函数的一个或多个参数；以及根据所述约束利用所调整的神经网络来处理数据。7.一种装置，所述装置包括：一个或多个处理器，所述一个或多个处理器被配置为
基于约束来调整包括决策函数的神经网络，其中所述一个或多个处理器被配置为调整所述神经网络包括所述一个或多个处理器被配置为基于所述约束修改所述决策函数的一个或多个参数；以及根据所述约束利用所调整的神经网络来处理数据。8.一种方法，所述方法包括：基于约束来调整神经网络，其中调整所述神经网络包括基于所述约束修改与所述神经网络相关联的决策函数的一个或多个参数；以及根据所述约束利用所调整的神经网络来处理数据。9.一种装置，所述装置包括：一个或多个处理器，所述一个或多个处理器被配置为实现包括决策函数的神经网络；接收对资源可用性的指示；基于所述指示来调整所述神经网络，其中所述一个或多个处理器被配置为调整所述神经网络包括所述一个或多个处理器被配置为基于所述指示修改所述决策函数的一个或多个参数；以及根据所述资源可用性利用所调整的神经网络来处理数据。10.一种方法，所述方法包括：接收对资源可用性的指示；基于所述指示来调整包括决策函数的神经网络，其中调整所述神经网络包括基于所述指示修改所述决策函数的一个或多个参数；以及根据所述资源可用性利用所调整的神经网络来处理数据。11.根据权利要求1、3、5、7或9所述的装置，或根据权利要求2、4、6、8或10所述的方法，其中所述神经网络包括递归神经网络。12.根据权利要求11...

【专利技术属性】
技术研发人员：F，
申请(专利权)人：交互数字CE专利控股公司，
类型：发明
国别省市：