专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果976个,建议您升级VIP下载更多相关专利
  • [发明专利]知识图谱关系推理方法、装置、计算机设备和存储介质-CN201810065416.X有效
  • 康平陆;杨新宇;纪超杰 - 深圳市阿西莫夫科技有限公司
  • 2018-01-23 - 2020-12-08 - G06N5/04
  • 本申请涉及一种知识图谱关系推理方法、装置、计算机设备和存储介质。所述方法包括:提取知识图谱中的实体集和关系集得到当前三元组集;从当前三元组集中提取匹配预定义的知识规则的三元组得到当前训练集;根据当前训练集,采用第一损失函数训练当前授课模型并使得授课模型的输出拟合当前学习模型的输出,得到训练好的当前授课模型及更新后的当前三元组集;根据更新后的当前三元组集,采用第二损失函数训练当前学习模型并使得当前学习模型的输出拟合当前授课模型的输出,得到训练好的当前学习模型及更新后的当前训练集,重复进行训练直至训练结果满足收敛条件,得到目标学习模型;获取目标实体,根据目标学习模型进行推理得到推理结果。
  • 知识图谱关系推理方法装置计算机设备存储介质
  • [发明专利]面向跨模态学习的多维多尺度智能态势感知分析方法-CN202010857865.5在审
  • 段玉聪;樊珂 - 海南大学;赛尔网络有限公司
  • 2020-08-24 - 2020-11-27 - G06N5/04
  • 本申请公开的面向跨模态学习的多维多尺度智能态势感知分析方法中,实现了数据与信息间的转化支撑,为特定预测推理提供有效价值支撑,还具体提出了一种采用融合不同种类数据确定预测推理结果准确的可能性或相关性判断的方法,由数据关联得出信息,由信息中数据关联的情况可得到轨迹信息,由轨迹信息可进行相关推理决策,该方法可以快速精准实现态势的感知分析;并且该方法中定义了信息价值的计算方法,根据该种计算方式可以实现精准的目的预测或决策分析。本申请还提供了一种面向跨模态学习的多维多尺度智能态势感知分析装置、计算机设备及一种可读存储介质,具有上述有益效果。
  • 面向跨模态学习多维尺度智能态势感知分析方法
  • [发明专利]一种协同案例推理与语义模型推理的设备故障诊断方法-CN202010553423.1在审
  • 刘立;刘子文;韩光洁 - 河海大学常州校区
  • 2020-06-17 - 2020-11-13 - G06N5/04
  • 本发明公开了一种协同案例推理与语义模型推理的设备故障诊断方法,包括如下步骤:S1收集案例,构建案例库;S2结合模糊逻辑和FMEA分析法提取的知识,以模糊本体开发方法论流程构建故障诊断本体模型;S3在本体模型中获得的知识基础上,结合专家经验生成相应的SWRL规则,对生成的SWRL规则进行冲突检测后构成故障诊断规则库。S4根据以上构建的故障诊断本体模型、规则库和案例库进行故障检测。本发明在CBR与RBR结合的基础上,通过将模糊逻辑和FMEA分析法提取的知识融合到本体模型的构建中,提高了本体模型的完整性,对于不确定知识的定义更为合理;同时利用了浅层知识和深层知识构建了诊断规则,提高了规则库的完整性和准确性,从而提高了诊断框架的推理性。
  • 一种协同案例推理语义模型设备故障诊断方法
  • [发明专利]基于深度表征学习的反事实推理设备-CN202010719276.0在审
  • 黄正行;陈晋飙;楚杰斌 - 浙江大学
  • 2020-07-23 - 2020-11-03 - G06N5/04
  • 本发明公开了一种基于深度表征学习的反事实推理设备,包含:基于深度表征学习的反事实推理模型单元和数据输入单元;反事实推理模型单元包括深度表征学习模块、正交损失模块、治疗策略预测模块、治疗策略预测对抗性模块和治疗效果预测模块;数据输入单元向模型单元输入训练数据集对其进行训练;数据输入单元向训练好的模型单元输入待预测的个体状态以得到预测结果。本发明的基于深度表征学习的反事实推理设备,通过治疗策略预测模块、治疗策略预测对抗性模块和正交损失模块的结合,使得表征学习模块中输出的表征ht,hy分别只与治疗策略和治疗效果相关,去掉了其中的混淆性因素,使基于表征hy的治疗效果预测模块能更加准确和科学地预测治疗效果。
  • 基于深度表征学习事实推理设备
  • [发明专利]一种提高推理平台性能的方法和设备-CN202010689700.1在审
  • 张荣国 - 苏州浪潮智能科技有限公司
  • 2020-07-17 - 2020-10-30 - G06N5/04
  • 本发明提供了一种提高推理平台性能的方法和设备,包括:接受用户请求并对请求进行分析,将分析得到的数据发送到第一通道中;每经过阈值时间在第一通道中获取数据,并判断获取到的数据是否为获取到的第一条数据;响应于获取到的数据是获取到的第一条数据,记录时间点并将后面获取到的数据添加到第一条数据末尾;判断当前时间点与记录时间点的差是否大于等于预设最大延时和/或判断当前第一条数据是否大于等于预设最大批大小;响应于当前时间点与记录时间点的差大于等于预设最大延时和/或当前第一条数据大于等于预设最大批大小,对当前第一条数据进行推理并保存推理结果。通过使用本发明的方案,能够提高推理设备的利用率、平均返回时间和吞吐率。
  • 一种提高推理平台性能方法设备

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top