“刘扶芮”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]一种推荐塑料降解酶突变位点的方法、电子设备、介质-CN202310724842.0在审
发明人：胡捷;侯丽亚;李安妮;唐进;刘扶芮;崔海洋;吴丽娜;李秀娟 -专利权人：之江实验室
申请日： 2023-06-19 - 公布日： 2023-10-10 - 主分类号： G16B20/30 文献下载
摘要：本发明公开了一种推荐塑料降解酶突变位点的方法、电子设备、介质，包括：步骤S1，获取待预测塑料降解酶的氨基酸序列及其底物；预测底物与塑料降解酶的相互作用区域；设置阈值距离，以底物分子或塑料降解酶活性位点为基准阈值距离内的塑料降解酶氨基酸作为候选氨基酸突变位点；步骤S2，获取待预测塑料降解酶的空间结构，以氨基酸为节点，氨基酸之间的连接为边，经几何向量感知机预测输出每个候选氨基酸突变位点对应的i种氨基酸的预测概率，将概率最高的氨基酸作为该候选氨基酸突变位点可推荐的氨基酸；比较每个候选氨基酸突变位点的预测结果，当预测结果与原氨基酸序列不一致时，将该候选氨基酸突变位点作为推荐的塑料降解酶突变位点。
一种推荐塑料降解突变方法电子设备介质

[发明专利]用于预测性计算机建模的装置和方法-CN202080108157.X在审
发明人：李敏娜;杨梦月;刘扶芮;陈旭;陈志堂;汪军 -专利权人：华为技术有限公司
申请日： 2020-12-23 - 公布日： 2023-09-01 - 主分类号： G06F16/901 文献下载
摘要：一种用于生成现实世界环境的预测模型的装置，多个对象在所述现实世界环境中改变状态。所述装置包括一个或多个处理器，所述一个或多个处理器用于：接收状态信息，所述状态信息表示多个训练对象在相应时间段内状态的一个或多个变化；训练神经网络，以估计每个训练对象的变量因子(u)。所述变量因子是根据所述训练对象在由所述状态信息定义的时间段内的一系列状态进行估计的。所述变量因子(u)是通过重复优化以下两者之间的损失函数进行估计的：(i)所述训练对象在由所述状态信息定义的给定时间的第一状态，(ii)根据由所述状态信息在所述给定时间之前的时间定义的所述训练对象的状态，由第一模型在所述给定时间估计的所述训练对象的第二状态。
用于预测计算机建模装置方法

[发明专利]2-羟乙基对苯二甲酸二酯水解酶突变体及编码基因、重组载体、重组菌株、酶制剂和应用-CN202310567973.2在审
发明人：李秀娟;李安妮;吴璐璇;宋艺博;崔海洋;胡捷;侯丽亚;唐进;刘扶芮 -专利权人：南京师范大学
申请日： 2023-05-17 - 公布日： 2023-08-08 - 主分类号： C12N9/18 文献下载
摘要：本发明涉及基因工程领域，公开了一种2‑羟乙基对苯二甲酸二酯水解酶突变体及编码基因、重组载体、重组菌株、酶制剂和应用。该2‑羟乙基对苯二甲酸二酯水解酶突变体为将具有SEQ ID NO：1所示氨基酸序列的酶在第109位、第110位、第138位、第225位、第276位、第287位、第312位、第313位、第333位、第335位、第351位、第356位、第387位、第394位、第395位、第401位和第413位中的至少一位进行突变。该2‑羟乙基对苯二甲酸二酯水解酶突变体具有优异的热稳定性，且在高温下催化效率更好。
乙基对苯二甲酸水解突变体编码基因重组载体菌株酶制剂应用

[发明专利]基于多智能体强化学习的去混淆游戏策略模型生成方法-CN202210836775.7有效
发明人：况琨;李佳晖;王趵翔;刘扶芮;肖俊;吴飞 -专利权人：浙江大学
申请日： 2022-07-15 - 公布日： 2023-07-21 - 主分类号： A63F13/56 文献下载
摘要：本发明公开了一种基于多智能体强化学习的去混淆游戏策略模型生成方法。本发明将深度学、因果推理、图网络结合在面向游戏智能体控制的多智能体强化学习中。相比于一般的多智能体强化学习算法，本发明利用因果推理中的后门准则和图网络来去除多智能体强化学习中由环境带来的混淆，有效地提升了游戏策略模型的整体性能。本发明首次在基于多智能体强化学习中的游戏策略模型生成中应用因果推理技术去除混淆，与其他主流的方法相比，本发明的性能更加优越。
基于智能强化学习混淆游戏策略模型生成方法

[发明专利]用于工业排产的方法、装置、设备和存储介质-CN202110988363.0在审
发明人： 刘扶芮;黄泽人;甄慧玲;朱方舟;张伟楠 -专利权人：华为技术有限公司
申请日： 2021-08-26 - 公布日： 2023-04-07 - 主分类号： G06F30/27 文献下载
摘要：本申请提供了用于工业排产的方法、装置、设备和存储介质，涉及人工智能领域。该方法包括：基于工业排产任务的第一约束集合的多个约束子集，确定与工业排产任务相关联的多个产品中的至少一个产品的第一生产量；基于至少一个产品的生产量，确定工业排产任务的第二约束集合；以及基于第一约束集合、第二约束集合和多个产品各自的第二生产量，确定多个产品各自的第三生产量，其中该第二生产量是基于第一约束集合确定的。本申请的实施例能够减小工业规划任务的搜索空间，降低计算成本和时间成本，从而提高工业规划的效率。
用于工业方法装置设备存储介质

[发明专利]一种用于图像处理的神经网络以及相关设备-CN202010362629.6在审
发明人：王一飞;刘扶芮;李震国 -专利权人：华为技术有限公司
申请日： 2020-04-30 - 公布日： 2020-09-22 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及人工智能领域中的图像处理技术，公开了一种用于图像处理的神经网络以及相关设备。方法包括：将对抗图像分别输入第一特征提取网络和第二特征提取网络，得到鲁棒表示和非鲁棒表示，将鲁棒表示和非鲁棒表示分别输入分类网络，得到分类网络输出的第一分类类别和第二分类类别；根据第一损失函数进行迭代训练，直至满足收敛条件，第一损失函数用于表示第一类别和与对抗图像对应的正确类别之间的相似度，且用于表示第二分类类别和与对抗图像对应的错误类别之间的相似度，既避免了鲁棒表示和非鲁棒表示混杂从而导致鲁棒性的降低，也能够同时保留鲁棒表示和非鲁棒表示，从而避免了准确率的降低，以同时提升神经网络的鲁棒性和准确率。
一种用于图像处理神经网络以及相关设备

[发明专利]强化学习的方法和装置-CN202010308484.1在审
发明人： 刘扶芮;寸文璟;陈志堂 -专利权人：华为技术有限公司
申请日： 2020-04-18 - 公布日： 2020-09-01 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及人工智能，提供了一种强化学习方法和装置，能够提高强化学习的训练效率。该方法包括：获取结构图，结构图包括通过学习获取的环境或智能体的结构信息；向智能体的策略函数输入环境的当前状态和结构图，策略函数用于生成响应于当前状态和结构图的动作，智能体的策略函数为图神经网络；利用智能体向环境输出动作；利用智能体从环境获取响应于动作的下一个状态和奖励数据；根据奖励数据，对智能体进行强化学习的训练。
强化学习方法装置