“G06N3/02”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果679个，建议您升级VIP下载更多相关专利

[发明专利]一种结合随机化技术的变分自编码方法-CN201910387015.0在审
发明人：张传雷;马文涛;杨巨成;陈亚瑞;李建荣 -专利权人：天津科技大学
申请日： 2019-05-08 - 公布日： 2020-11-10 - 主分类号： G06N3/02 文献下载
摘要：变分自编码模型中的生成模型及识别模型均采用多层神经网络结构，在求解优化问题时采用标准的随机梯度下降及信念传播方法可以进行推理和学习，但是信念传播训练计算模型参数需要耗费大量时间。因此本发明提出一种结合随机化技术的变分自编码方法，通过对变分自编码中的神经网络部分引入随机化技术，在保证训练精度的通知，降低算法的训练复杂度。本发明方法包括：模型建模单元、优化目标构建单元、及优化问题求解单元。模型建模单元是对结合随机化的变分自编码模型进行建模；优化目标构建单元通过变分近似构建优化目标；优化问题求解单元采用随机化技术降低传统信念传播中训练复杂度，同时可以保证训练精度。
一种结合随机化技术编码方法

[发明专利]用于识别具有目标性质的实体的系统和方法-CN201680067948.6有效
发明人：李·蔡;J·S·蒂特里克;徐萌;M·D·舒尔兹;王川;N·提尔曼斯;M·布拉舒斯托威克茨 -专利权人：扎斯特有限公司
申请日： 2016-09-30 - 公布日： 2020-11-06 - 主分类号： G06N3/02 文献下载
摘要：提供了用于在不测量性质的情况下针对所述性质测定测试实体的系统和方法。示例性测试实体包含蛋白质、蛋白质混合物和蛋白质片段。针对多个参考实体中的每个参考，获得作为训练数据的N维空间的对应子集中的第一特征的测量结果和M维空间的对应子集中的第二特征的测量结果。所述第二特征中的一个或多个是目标性质的度量。使用特征选择来识别第一特征子集或其组合。使用所述训练数据来在所述第一特征子集上训练模型。运用所述测试实体的所述第一特征子集的测量值，从而获得模型值，所述模型值与使用来自显示所述性质的参考实体的所述第一特征子集的测量值获得的模型值进行比较。
用于识别具有目标性质实体系统方法

[发明专利]用于自适应问答的系统和方法-CN201980000567.X在审
发明人：妮哈·普拉布胡高恩卡;阿布依·帕拉布;纳特瓦尔·马尔 -专利权人：卡德乐人工智能私人有限公司
申请日： 2019-04-15 - 公布日： 2020-11-03 - 主分类号： G06N3/02 文献下载
摘要：本发明涉及用于自适应问题回答的系统和方法，该系统和方法通过从用户交互不断学习并适应上下文和数据可视化来适应于用户的特征、目标和需要。用于自适应问题回答的系统包括体现在计算机网络上的软件模块，并且软件模块包括解释引擎、回答引擎和学习引擎。
用于自适应问答系统方法

[发明专利]信息处理方法、信息处理设备和程序-CN201980020931.9在审
发明人：小林由幸 -专利权人：索尼公司
申请日： 2019-01-22 - 公布日： 2020-11-03 - 主分类号： G06N3/02 文献下载
摘要：[问题]能够进一步提高神经网络开发效率。[解决方案]提供了一种信息处理方法，包括：基于与层对应的组件的位置和为该组件配置的属性，处理器提供用于创建用于构建神经网络的程序的表单的步骤；以及处理器呈现与神经网络相关的统计信息的步骤。所述表单的提供包括：在该表单中提供用于定义由多个组件配置的单元的功能的步骤；以及提供限定单元以便类似于组件可定位的步骤。
信息处理方法设备程序

[发明专利]面向二值神经网络的计算装置及方法-CN201811040895.6有效
发明人：韩银和;闵丰;许浩博;王颖 -专利权人：中国科学院计算技术研究所
申请日： 2018-09-07 - 公布日： 2020-10-30 - 主分类号： G06N3/02 文献下载
摘要：本发明涉及一种面向二值神经网络的计算装置，包括：输入总线单元，用于接收二值神经网络的输入数据；二值计算单元，用于针对所述输入数据执行二值计算；控制单元，用于控制所述计算装置的各个模块。
面向神经网络计算装置方法

[发明专利]数据处理方法、装置、终端及存储介质-CN202010676005.1在审
发明人：刘君 -专利权人： OPPO广东移动通信有限公司
申请日： 2020-07-14 - 公布日： 2020-10-27 - 主分类号： G06N3/02 文献下载
摘要：本申请实施例提供了一种数据处理方法、装置、终端及存储介质，涉及芯片技术领域。所述方法包括：对目标中间数据进行压缩，目标中间数据是指神经网络的第n层处理时需要使用的数据，n为正整数；响应于神经网络的第n层使用目标中间数据进行处理，获取压缩后的目标中间数据；对压缩后的目标中间数据进行解压缩，得到目标中间数据；根据目标中间数据对神经网络的第n层进行处理。本申请实施例可以避免将目标中间数据交换到DRAM中而造成的终端功耗增加的现象。
数据处理方法装置终端存储介质

[发明专利]唤醒模型的确定方法及装置-CN201910094806.4有效
发明人：靳源;陈孝良;冯大航;苏少炜;常乐 -专利权人：北京声智科技有限公司
申请日： 2019-01-30 - 公布日： 2020-10-27 - 主分类号： G06N3/02 文献下载
摘要：本发明提供了一种唤醒模型的确定方法及装置，其中，该方法包括：将训练集中的任一批次训练唤醒数据输入至一基于识别模型，确定神经网络的隐层的最后一层的当前状态的参数；对识别模型的隐层的最后一层的前一状态的参数与当前状态的参数进行插值处理，确定一插值，并将插值更新为当前状态的参数；分别将训练集中的其他批次训练唤醒数据输入至识别模型，并更新当前状态的参数，直至将训练集中的所有批次训练唤醒数据输入至识别模型；确定当前状态的参数与前一状态的参数的插值，并更新神经网络的隐层的最后一层的当前状态的参数，从而确定一唤醒模型。本发明通过更新神经网络的隐层的最后一层的参数，更新量小，且能够得到更准确的唤醒模型。
唤醒模型确定方法装置

[发明专利]神经网络模型的转换方法及相关装置-CN202010584643.0在审
发明人：李合青;陈波扬;刘德龙;王康 -专利权人：浙江大华技术股份有限公司
申请日： 2020-06-23 - 公布日： 2020-10-20 - 主分类号： G06N3/02 文献下载
摘要：本申请公开了一种神经网络模型的转换方法及相关装置。用于解决相关技术中神经网络模型转换操作复杂的问题。该方法中，在实现既保证原有芯片功能正常的情况下，为算法人员以及优化人员提供一套统一的通用转换工具，尽可能的减少各芯片产商离线模型转换的差异性。通过一个通用的配置文件保证各个平台使用同一份配置文件即可完成神经网络模型的转换。此外，由于各个平台可能存在一定的差异性，无法保证所有参数能够全部统一，故此，在此基础上，制定了平台差异化参数。模型转换不再需要对每个平台再进行系统性、差异性的学习和培训。也不需要维护不同的配置文件。
神经网络模型转换方法相关装置

[发明专利]一种基于路径状态的神经网络测试充分性评估方法-CN201910268447.X在审
发明人：陈振宇;王栋;王子元;陈炎杉;钱航 -专利权人：南京大学
申请日： 2019-04-03 - 公布日： 2020-10-16 - 主分类号： G06N3/02 文献下载
摘要：本发明提供了一种基于路径状态的神经网络测试充分性评估方法，包括下列步骤：1)模型抽象，获取模型隐藏层结构信息；2)获取数据集在模型运行中的隐藏层神经元信息，整合测试数据路径覆盖情况；3)选择覆盖指标，计算数据集路径覆盖率；4)选定阈值，评估神经网络的测试集上的充分性。本发明提供了一套系统的基于路径状态的数据集测试充分性评估方法，根据神经网络的结构特征，将传统测试方法在深度学习领域迁移，为神经网络模型的测试提供了新的评估指标，有助于开发人员和测试者进行模型的优化和数据集的筛选以及其质量的提升，同时促进了深度学习测试领域的发展。
一种基于路径状态神经网络测试充分评估方法

[发明专利]运算方法、装置及相关产品-CN201910197973.1在审
发明人：不公告发明人 -专利权人：上海寒武纪信息科技有限公司
申请日： 2019-03-15 - 公布日： 2020-09-22 - 主分类号： G06N3/02 文献下载
摘要：本公开涉及运算方法、装置及相关产品，所述产品包括控制器单元，所述控制器单元包括：指令缓存单元、指令处理单元和存储队列单元；所述指令缓存单元，用于存储所述人工神经网络运算关联的计算指令；所述指令处理单元，用于对所述计算指令解析得到多个运算指令；所述存储队列单元，用于存储指令队列，该指令队列包括：按该队列的前后顺序待执行的多个运算指令或计算指令。通过以上方法，本公开可以提高相关产品在进行神经网络模型的运算时的运算效率。
运算方法装置相关产品

[发明专利]一种基于图形编程的人工智能教学系统-CN201911338011.X在审
发明人：曹健;余星星;刘扬;王成;徐思文;张程鑫;邵文淦;李昌晋 -专利权人：北京火星人视野科技有限公司
申请日： 2019-12-23 - 公布日： 2020-09-15 - 主分类号： G06N3/02 文献下载
摘要：本发明涉及一种基于图形编程的人工智能教学系统，包括编程终端、云端服务器、嵌入式设备；所述编程终端进行图形化编程生成神经网络模型，并配置神经网络的基本参数，编程终端通过将所述神经网络的基本参数传送到所述云端服务器；所述云端服务器接收所述神经网络的基本参数，对其进行处理并生成训练完成的网络模型；所述嵌入式设备通过互联网接收所述训练完成的网络模型，并对所述训练完成的网络模型进行运行处理，得到相应的运行结果。本发明将复杂的编程简单化，以达到快速搭建神经网络、快速运行模型并查看神经网络运行结果的目的，青少年学生不用编写或只需编写较少程序代码，便可完成复杂的程序设计，提高学习效率和学习乐趣。
一种基于图形编程人工智能教学系统

[发明专利]一种粒子群算法改进神经网络反演叶面积指数方法-CN202010329275.5在审
发明人：孟庆岩;王枭轩;魏香琴;杨泽楠 -专利权人：中国科学院空天信息创新研究院
申请日： 2020-04-23 - 公布日： 2020-09-11 - 主分类号： G06N3/02 文献下载
摘要：本发明公开了一种粒子群算法改进神经网络反演叶面积指数方法,该方法包括如下步骤：步骤1)基于PROSAIL辐射传输模型，通过输入实测玉米和小麦的叶绿素、太阳高度角、叶面积指数等参数，结合GF‑1卫星的光谱响应函数，分别输出玉米、小麦孕穗期的冠层反射率。步骤2)基于粒子群算法改进神经网络模型，粒子群中每个粒子的位置向量相对应神经网络中起连接作用的权值和阈值个数决定了粒子的维数，用给定训练样本集的神经网络输出误差为适应度函数，神经网络的误差由适应度值表示，误差越小则表明粒子在搜索中具有更好的性能。粒子在权值的空间内移动搜索使得网络输出层的误差最小，改变粒子的速度即更新网络的权值。输入冠层反射率和实测叶面积指数，输出预测叶面积指数值。步骤3)结合预测玉米和小麦叶面积指数值，反演玉米和小麦叶面积指数，并成图，该方法经过GF‑1卫星WFV数据,多模型融合试验，进一步提高了叶面积指数反演精度。
一种粒子算法改进神经网络反演叶面积指数方法

[发明专利]一种基于分层优化范式的大规模图深度学习计算框架-CN202010318058.6在审
发明人：王彬;洪万福;钱智毅 -专利权人：厦门渊亭信息科技有限公司
申请日： 2020-04-21 - 公布日： 2020-09-11 - 主分类号： G06N3/02 文献下载
摘要：本发明提供了一种基于分层优化范式的大规模图深度学习计算框架,涉及深度学习技术领域。包括基于块的数据流转换，用于将图形的顶点和边数据分割成小块；数据流图的优化，用于生成一个调度策略；GPU上内核的传播，用于高效的内核传播操作；多GPU的并行处理，用于一个服务器中多个GPU的并行计算。本发明支持大规模的图神经网络（GNNs），不仅可以简单表达模型，而且支持可伸缩和高效的GPUs并行处理引擎。为了表示包含图传播和深度神经网络（DNN）计算的GNN各层递归计算，本发明采用了一种具有分散‑边应用‑聚合‑顶点应用的神经网络（Separation‑UDF_Edge‑Aggregation‑UDF_Vertex with Neural Networks，SUAU‑NN）顶点程序抽象。
一种基于分层优化范式大规模深度学习计算框架

[发明专利]基于混沌时间序列和神经网络的微电网电压安全评估方法-CN201910131795.2有效
发明人：窦春霞;秦赫;岳东 -专利权人：南京邮电大学
申请日： 2019-02-22 - 公布日： 2020-09-11 - 主分类号： G06N3/02 文献下载
摘要：本发明提出了基于混沌时间序列和神经网络的微电网电压安全评估方法，包括以下步骤：步骤1，输入电压数据时间序列；步骤2，进行安全评估；步骤3，对电压数据的混沌性进行判断；步骤4，进行相空间重构；步骤5，RBF神经网络的训练；步骤6，提供判断微电网电压安全可控依据；步骤7，结束；将微电网的公共连接点（PCC）的电压作为评估微电网是否安全的依据，采用电压安全评估指数（VSAI）算法，将采集到的微电网PCC的电压序列移动平均值与采集点的电压作比较，从而得到偏差值，再带入所定义的VSAI算法中，确定微电网的电压是否处于安全状态，最后根据混沌时间序列和RBF神经网络算法的融合，预测出短时电压变化曲线，为微电网的安全可控提供依据。
基于混沌时间序列神经网络电网电压安全评估方法

[发明专利]一种智能油烟机的控制方法及智能油烟机-CN201910420227.4有效
发明人：邓家璧;陈翀;王鹏飞;岳冬 -专利权人：珠海格力电器股份有限公司
申请日： 2019-05-20 - 公布日： 2020-09-04 - 主分类号： G06N3/02 文献下载
摘要：本申请提供了一种智能油烟机的控制方法及智能油烟机，该控制方法包括：采集该智能油烟机的工作区域的用户人体状态的信号；利用卷积神经网络模型确定该用户人体状态为正常状态或异常状态；根据卷积神经网络的判断结果，确定是否发出第一警报信号。通过该控制方法及智能油烟机，能够通过卷积神经网络将检测的用户人体状态信息进行分类，及时判断用户是否处于摔倒等异常状态，如果确定为异常状态，则发出警报信号，保证用户的及时救治或处理。
一种智能油烟机控制方法