“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]训练问答对话系统以避免对抗性攻击-CN202180071089.9在审
发明人： S·罗森塔尔;A·希尔;M·A·博尔纳;R·弗洛里安 -专利权人：国际商业机器公司
申请日： 2021-08-30 - 公布日： 2023-06-23 - 主分类号： G06N3/02 文献下载
摘要：方法、计算机程序产品和/或计算机系统保护问答对话系统免受错误地回答问题的对抗性语句的攻击。计算设备访问能够对问答对话系统进行对抗性攻击的多个对抗性语句，该问答对话系统被训练为提供对特定类型的问题的正确回答。计算设备利用多个对抗性语句来训练用于问答对话系统的机器学习模型。计算设备然后通过将识别多种类型的对抗性语句的对抗性策略引导到经训练的机器学习模型上来强化经训练的机器学习模型。计算设备然后利用经训练的和引导的机器学习模型以在对提交给问答对话系统的问题进行响应时避免对抗性攻击。
训练问答对话系统避免对抗性攻击

[发明专利]神经图像压缩中具有替代项的非线性量化-CN202280006539.0在审
发明人：林晟;蒋薇;刘杉;王炜 -专利权人：腾讯美国有限责任公司
申请日： 2022-05-31 - 公布日： 2023-06-23 - 主分类号： G06N3/02 文献下载
摘要：用于使用具有替代项的非线性量化进行端到端神经图像压缩的方法、装置和非暂时性存储介质，包括：接收一个或多个输入图像；基于输入图像，使用基于神经网络的替代特征生成器生成与输入图像相关联的替代图像；压缩替代图像；通过使用非线性量化器，对已压缩的替代图像进行量化，以获得具有更高压缩性能的输入图像的量化表示；以及使用基于神经网络的编码器对已量化的替代图像进行熵编码，以生成量化表示的压缩表示。
神经图像压缩具有替代非线性量化

[发明专利]根据基于独特键值的网络指导和调节的信号变换-CN202080105682.6在审
发明人： A·文卡特瑞曼;Z·菲左;A·考克 -专利权人： DTS公司
申请日： 2020-07-31 - 公布日： 2023-06-23 - 主分类号： G06N3/02 文献下载
摘要：一种方法包括接收输入音频和具有目标音频特性的目标音频。该方法包括基于输入音频和目标音频中的一者或多者来估计表示目标音频特性的键值参数。该方法还包括配置神经网络，该神经网络被训练为由键值参数配置，键值参数使神经网络执行输入音频的信号变换，以产生具有与目标音频特性相对应且匹配的输出音频特性的输出音频。
根据基于独特键值网络指导调节信号变换

[发明专利]计算方法决定系统、计算方法决定方法、记录介质-CN201980002589.X有效
发明人：平贺督基;黑田康浩;松尾恒;西野秀昭;栗原洸太 -专利权人：株式会社摩如富
申请日： 2019-01-23 - 公布日： 2023-06-23 - 主分类号： G06N3/02 文献下载
摘要：一种计算方法决定系统，所述计算方法决定系统具有：预计算部，其在执行计算的执行环境下，使用针对网络结构的每个层预先准备的至少1个计算方法，执行各层的计算；成本取得部，其根据预计算部的计算结果，针对每个层取得至少1个计算方法的计算成本；决定部，其根据计算成本，针对每个层，从针对每个层预先准备的至少1个计算方法中选择1个计算方法，并将层与所选择的1个计算方法关联起来；以及计算部，其使用与各层关联的计算方法，在执行环境下执行网络结构的各层针对输入数据的计算。
计算方法决定系统方法记录介质

[发明专利]用于具有全局部存储的基于模拟存储器的神经网络的流水线-CN202180066048.0在审
发明人： G·伯尔 -专利权人：国际商业机器公司
申请日： 2021-09-03 - 公布日： 2023-06-13 - 主分类号： G06N3/02 文献下载
摘要：提供了具有全局部存储的基于模拟存储器的神经网络的流水线。隐藏层中的第一突触阵列在前馈操作期间从先前层接收输入阵列。由第一突触阵列在前馈操作期间存储输入阵列。由隐藏层中的第二突触阵列在前馈操作期间接收输入阵列。第二突触阵列在前馈操作期间基于第二突触阵列的权重来计算来自输入阵列的输出。存储的输入阵列在反向传播操作期间从第一突触阵列提供给第二突触阵列。由第二突触阵列在反向传播操作期间接收校正值。基于校正值和所存储的输入阵列，更新第二突触阵列的权重。
用于具有局部存储基于模拟存储器神经网络流水线

[发明专利]一种神经网络模型构建方法及其设备-CN202080104556.9在审
发明人：袁宏辉;伍玮翔;钟钊 -专利权人：华为技术有限公司
申请日： 2020-07-30 - 公布日： 2023-06-13 - 主分类号： G06N3/02 文献下载
摘要：一种神经网络模型构建方法及其设备，用于构建神经网络过程中。该方法包括：通过第一模型生成器构建第一神经网络模型(601)，根据第一神经网络模型获取第一神经网络模型在目标芯片上运行时的第一性能指标(602)，根据第一性能指标调整第一模型生成器，得到第二模型生成器(603)，通过第二模型生成器构建第二神经网络模型，第二神经网络模型的第二性能指标优于第一性能指标。上述方案通过获取第一神经网络模型在目标芯片上运行时的第一理论性能指标，并根据第一理论性能指标调整第一模型生成器，从而构建出在目标芯片中运行时硬件性能指标更优的神经网络模型。
一种神经网络模型构建方法及其设备

[发明专利]数据处理方法、数据处理装置及电子设备-CN202310246631.0在审
发明人：方天琪;梁喆;刘建伟 -专利权人：爱芯元智半导体（上海）有限公司
申请日： 2023-03-14 - 公布日： 2023-06-09 - 主分类号： G06N3/02 文献下载
摘要：本申请提供一种数据处理方法、数据处理装置及电子设备，涉及数据运算技术领域。该方法包括：确定相应输入数据类型的待输入数据流；根据待输入数据流的数据流数量，在硬件电路的多个运算模块中确定目标运算方法；基于目标运算方法对待输入数据流进行计算，得到输出数据类型的目标数据流，以目标数据流作为神经网络的运算因子。本申请通过在硬件电路中设置多个不同功能的运算模块，能够根据待输入数据流的数据量数量，在多个运算模块中确定相应的目标运算方法，计算得到所需类型的目标数据流。能够复用硬件电路中的资源对不同数量的数据流、不同输入数据类型和输出数据类型的数据进行处理，减小硬件电路的面积，减少计算的成本，提高计算的效率。
数据处理方法装置电子设备

[发明专利]信息处理系统和信息处理方法-CN202180065034.7在审
发明人：下村宗弘;三好弘孝;小川佳美;熊谷嘉博;安藤秀树;渡边谕 -专利权人：索尼半导体解决方案公司
申请日： 2021-09-03 - 公布日： 2023-06-09 - 主分类号： G06N3/02 文献下载
摘要：本发明使得能够根据各种使用情况灵活地改变功能。根据实施方式的信息处理系统包括：传感器数据获取单元，获取由传感器获取的感测数据；处理单元，包括使用感测数据作为输入来执行推断的推断单元；以及切换单元，根据使用情况来切换推断单元。
信息处理系统方法

[发明专利]神经图像压缩中具有替代项的依赖标量量化-CN202280005822.1在审
发明人：林晟;蒋薇;戚思雨 -专利权人：腾讯美国有限责任公司
申请日： 2022-05-31 - 公布日： 2023-06-09 - 主分类号： G06N3/02 文献下载
摘要：用于使用具有替代项的依赖标量量化进行端到端神经图像压缩的方法、装置和非暂时性存储介质，包括：接收输入图像；基于输入图像，使用基于神经网络的替代特征生成器确定替代图像；压缩替代图像；通过使用第一依赖标量量化器，对已压缩的替代图像进行量化，以获得具有更高压缩性能的输入图像的量化表示；以及使用基于神经网络的编码器对替代图像进行熵编码，以生成量化表示的压缩表示。
神经图像压缩具有替代依赖标量量化

[发明专利]用于神经网络系统的神经装置-CN202180064437.X在审
发明人： S·沃兹尼亚克;L·西米萨;A·潘塔济 -专利权人：国际商业机器公司
申请日： 2021-09-20 - 公布日： 2023-06-06 - 主分类号： G06N3/02 文献下载
摘要：一种用于神经网络系统的神经装置(100)可被配置为在解码时间段期间接收一个或多个输入信号(301)，在该解码时间段期间解码该一个或多个输入信号(303)，得到解码信号，以及在该解码时间段终止时使用内部神经元动态来处理该解码信号(305)。经处理的信号可以用于编码随后的解码时间段中的一个或多个输出信号并将该一个或多个输出信号发射(307)至神经网络系统的另一神经装置。
用于神经网络系统神经装置

[发明专利]基于目标总变差损失的语义分割-CN202180059399.9在审
发明人：马丁·伊万诺夫·格热夫;埃赫桑·塔哈维;瑞安·拉扎尼;刘冰冰 -专利权人：华为技术有限公司
申请日： 2021-07-28 - 公布日： 2023-06-06 - 主分类号： G06N3/02 文献下载
摘要：提供了一种用于计算在训练对数据点进行单独分类的神经网络期间用于反向传播的总变差损失的方法和系统，包括：使用神经网络预测一组输入数据点中的每个数据点的相应标签；确定指示以下之间的方差的变差指示符：(i)相邻数据点之间的预测标签的平滑度和(ii)相同的相邻数据点之间的地面真值标签的平滑度；基于所述变差指示符计算所述总变差损失。
基于目标总变差损失语义分割

[发明专利]使用神经网络来编码数据集以进行上行链路通信-CN202180055285.7在审
发明人： P·K·维瑟兰德弗特;T·刘;N·布衫;J·南宫 -专利权人：高通股份有限公司
申请日： 2021-08-13 - 公布日： 2023-06-02 - 主分类号： G06N3/02 文献下载
摘要：本公开的各个方面一般涉及无线通信。在一些方面，第一设备可使用与神经网络相关联的一个或多个提取操作和压缩操作来对数据集进行编码以产生经压缩数据集，该一个或多个提取操作和压缩操作至少部分地基于该数据集的特征集。第一设备可向第二设备传送该经压缩数据集。提供了众多其他方面。
使用神经网络编码数据进行上行通信

[发明专利]一种基于DNA链置换的竞争神经网络框架-CN202010104480.1有效
发明人：王宾;李亚;吕卉;张强;魏小鹏 -专利权人：大连大学
申请日： 2020-02-20 - 公布日： 2023-05-30 - 主分类号： G06N3/02 文献下载
摘要：一种基于DNA链置换的竞争神经网络框架，属于生物计算领域。首先根据分子逻辑计算AND、NAND和OR逻辑值的输入来设置DNA信号浓度，通过两个神经元分别构建每个逻辑门组成一个小的神经网络，将通过竞争神经网络实现的分子逻辑门进行级联，实现分子逻辑器件XOR和半加法器逻辑电路，并构建三人表决器。将分子逻辑计算与竞争神经网络结合在一起，实现了基于DNA链置换的竞争神经网络，减少了链的使用，通过调整各个模块DNA链的初始信号浓度，能够得到更加稳定直观的仿真结果。
一种基于 dna 置换竞争神经网络框架

[发明专利]对象序列的识别方法、网络训练方法、装置、设备及介质-CN202180002770.8在审
发明人：陈景焕;马佳彬 -专利权人：商汤国际私人有限公司
申请日： 2021-09-27 - 公布日： 2023-05-23 - 主分类号： G06N3/02 文献下载
摘要：提供了一种对象序列的识别方法、网络训练方法、装置、设备及介质，其中，所述方法包括：获取对象序列的第一图像；将所述第一图像输入对象序列的识别网络中，进行特征提取，得到特征序列；其中，所述对象序列的识别网络在训练过程中的监督信息至少包括：样本对象序列中每一样本对象的类别监督信息和所述样本对象序列中每一类样本对象的序列长度监督信息；基于所述特征序列，采用所述对象序列的识别网络的分类器预测所述对象序列的类别，得到所述对象序列的类别信息。
对象序列识别方法网络训练装置设备介质

[发明专利]一种支持小样本的多设备海域目标数据生成方法及系统-CN202211234485.1有效
发明人：赵帅;程渤;闫瑞波;陈俊亮 -专利权人：北京邮电大学
申请日： 2022-10-10 - 公布日： 2023-05-23 - 主分类号： G06N3/02 文献下载
摘要：本发明公开了一种支持小样本的多设备海域目标数据生成方法及系统，包括：获取海域原始数据；基于海域原始数据，构建数据生成模型；基于数据生成模型，得到船舶的生成轨迹数据、潜航器的生成航迹数据。本发明构建的支持小样本的多设备海域目标数据生成系统，能够以设备配置模块输入数据为基础，进行潜航器、雷达、声呐多设备多场景数据生成，并且可以查看配置数据，供其参考及调整。采用上述技术方案，可以小样本数据基础上获得充足的多模态海域目标数据，为后续的海域目标研究工作提供可靠的潜航器航迹数据，扩大潜航器航迹数据库，实现潜航器航迹数据集的扩充，继而以生成的潜航器航迹数据为基础，完成雷达与声呐多设备数据生成。
一种支持样本设备海域目标数据生成方法系统