“桑吉夫·库马尔”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14个，建议您升级VIP下载更多相关专利

[发明专利]比较数据的方法、非暂时性计算机可读存储设备以及系统-CN202210366937.5有效
发明人： 桑吉夫·库马尔;亨利·阿兰·罗利;王晓航;雅科夫·奥科施泰因;法尔汉·沙姆西;马库斯·昆塔纳·米切尔;亚历山德罗·比萨科 -专利权人：谷歌有限责任公司
申请日： 2014-06-27 - 公布日： 2023-10-13 - 主分类号： G06V30/148 文献下载
摘要：公开了比较使用连续扫描提取的卡数据。比较来自连续扫描的所提取的卡数据包括：由一个或多个计算设备接收卡的数字扫描；从该物理卡的该数字扫描获得该卡的多个图像；对该多个图像中的每一个图像执行光学字符辨识算法；比较针对该多个图像中的每一个图像应用该光学字符辨识算法的结果；确定该多个图像中的每一个图像的这些结果的所配置的阈值是否互相匹配；以及当该多个图像中的每一个图像的这些结果互相匹配时验证这些结果。可以采用所提取的卡数据的阈值置信水平来确定该提取的准确性。进一步从该卡的混合图像和三维模型提取数据。可以使用这些图像中的压印文本和全息图来防止欺诈。
比较数据方法暂时性计算机可读存储设备以及系统

[发明专利]用重用TRANSFORMER利用注意力中的冗余-CN202211220686.6在审
发明人：文卡塔·S·博贾纳帕里;安德烈亚斯·法伊特;阿扬·查克拉巴尔蒂;弗雷德里克·利乌;黑曼舒·贾殷;米夏尔·卢卡西克;桑吉夫·库马尔;张潆文 -专利权人：谷歌有限责任公司
申请日： 2022-10-08 - 公布日： 2023-01-06 - 主分类号： G06N20/00 文献下载
摘要：本公开涉及用重用TRANSFORMER利用注意力中的冗余。提供的是通过在Transformer或其他基于注意力的神经网络或机器学习模型的层和/或头之间重用许多注意力分数来改进该模型的计算效率的系统和方法。为了在实现可比较的或甚至优良的结果的同时降低基于自注意力的模型的计算成本，本公开的示例方面提出在一个或多个后续层中重用在一个层中计算的注意力分数的新颖架构。
重用 transformer 利用注意力中的冗余

[发明专利]多阶段计算高效的神经网络推断-CN202210391735.6在审
发明人：安基特·辛格·拉瓦特;曼齐尔·查希尔;阿迪蒂亚·克里希纳·梅农;桑吉夫·库马尔;阿姆尔·艾哈迈德 -专利权人：谷歌有限责任公司
申请日： 2022-04-14 - 公布日： 2022-08-05 - 主分类号： G06N3/04 文献下载
摘要：本公开涉及多阶段计算高效的神经网络推断。用于使用第一神经网络和第二神经网络的多阶段计算高效推断的方法、系统和装置，所述方法、系统和装置包括在计算机存储介质上编码的计算机程序。
阶段计算高效神经网络推断

[发明专利]比较使用连续扫描提取的卡数据-CN201480046064.3有效
发明人： 桑吉夫·库马尔;亨利·阿兰·罗利;王晓航;雅科夫·奥科施泰因;法尔汉·沙姆西;马库斯·昆塔纳·米切尔;亚历山德罗·比萨科 -专利权人：谷歌有限责任公司
申请日： 2014-06-27 - 公布日： 2022-04-19 - 主分类号： G06V30/20 文献下载
摘要：比较来自连续扫描的所提取的卡数据包括：由一个或多个计算设备接收卡的数字扫描；从该物理卡的该数字扫描获得该卡的多个图像；对该多个图像中的每一个图像执行光学字符辨识算法；比较针对该多个图像中的每一个图像应用该光学字符辨识算法的结果；确定该多个图像中的每一个图像的这些结果的所配置的阈值是否互相匹配；以及当该多个图像中的每一个图像的这些结果互相匹配时验证这些结果。可以采用所提取的卡数据的阈值置信水平来确定该提取的准确性。进一步从该卡的混合图像和三维模型提取数据。可以使用这些图像中的压印文本和全息图来防止欺诈。
比较使用连续扫描提取数据

[发明专利]经由对偶分解评估损失函数或损失函数的梯度的系统和方法-CN201980044631.4在审
发明人：萨泰恩·钱德拉坎特·卡勒;丹尼尔·霍尔特曼-赖斯;桑吉夫·库马尔;闫恩旭;于信男 -专利权人：谷歌有限责任公司
申请日： 2019-06-07 - 公布日： 2021-02-12 - 主分类号： G06F17/11 文献下载
摘要：用于评估损失函数或所述损失函数的梯度的系统和方法。在一个示例实施例中，一种计算机实施的方法包括：将权重矩阵分割成多个块。所述方法包括：为所述多个块中的每一个标识分数大于第一阈值的第一标签集合。所述方法包括：基于所述第一标签集合为所述多个块中的每一个构建评分向量的稀疏近似。所述方法包括：为所述评分向量的每个稀疏近似确定校正值。所述方法包括：基于所述评分向量的每个稀疏近似和与所述评分向量的所述稀疏近似相关联的所述校正值，来确定与所述评分函数相关联的损失或损失的梯度的近似。
经由对偶分解评估损失函数梯度系统方法

[发明专利]快速的正交投影-CN201680028711.7有效
发明人：于信男;桑吉夫·库马尔;郭锐淇 -专利权人：谷歌有限责任公司
申请日： 2016-08-22 - 公布日： 2021-01-08 - 主分类号： G06F17/16 文献下载
摘要：本发明涉及用于高效执行线性投影的方法、系统和设备，包括编码在计算机存储介质上的计算机程序。在一个方面中，方法包括从一个或多个内容源中获取多个内容项的动作。另外的动作包括，从所述多个内容项中的每个内容项中提取多个特征；为每个所述提取到的特征生成特征向量以便创建搜索空间；基于所生成的特征向量来生成一系列单元矩阵；将所述一系列单元矩阵转变为结构化矩阵使得所述转变保留与所述一系列单元矩阵中的每个单元矩阵相关联的一个或多个关系；接收搜索对象；基于所接收到的搜索对象来搜索已增强的搜索空间；提供一个或多个链接，所述一个或多个链接响应于所述搜索对象的内容项。
快速正交投影

[发明专利]使用SOFTMAX近似来减少神经网络推理时间-CN201910924950.6在审
发明人：栗阳;桑吉夫·库马尔;陈佩鸿;斯思;谢卓睿 -专利权人：谷歌有限责任公司
申请日： 2019-09-27 - 公布日： 2020-04-14 - 主分类号： G06N3/04 文献下载
摘要：公开了使用SOFTMAX近似来减少神经网络推理时间。方法、系统和装置，包括在计算机存储介质上编码的计算机程序，使用softmax近似减少神经网络推理时间。方法之一包括维护为可能神经网络输出词汇中每个输出指定相应softmax权重向量的数据；接收神经网络输入；使用一个或多个初始神经网络层处理神经网络输入以针对神经网络输入生成场境向量；以及针对神经网络输入在可能神经网络输出的词汇上生成近似分值分布，包括：使用筛选模型处理场境向量，筛选模型被配置成针对场境输入预测词汇的适当子集；和针对在适当子集中的每个输出生成相应logit，包括将输出的softmax权重向量应用于场境向量。
使用 softmax 近似减少神经网络推理时间

[发明专利]具有松弛对准的支付卡OCR-CN201811396830.5在审
发明人：王晓航;法尔汉·沙姆西;雅科夫·奥科施泰因;桑吉夫·库马尔;亨利·阿兰·罗利;马库斯·昆塔纳·米切尔;德布拉·利恩·雷佩宁;亚历山德罗·比萨科;贾斯汀·沙伊纳;里昂·帕姆;杰夫·休伯 -专利权人：谷歌有限责任公司
申请日： 2014-06-30 - 公布日： 2019-08-09 - 主分类号： G06K9/32 文献下载
摘要：公开了具有松弛对准的支付卡OCR。利用松弛对准来提取金融卡信息包括一种用来接收卡的图像(205)的方法，在图像的位置中确定一个或多个边缘取景区域，以及识别一个或多个边缘取景区域中的线(210)。该方法进一步识别由所识别的线的外延的交叉而形成的一个或多个四边形，确定一个或多个四边形的纵横比，以及比较所确定的四边形的纵横比和期望纵横比(215)。该方法随后识别匹配期望纵横比的四边形(220)以及对修正的模型执行光学字符辨识算法(230)。对图像中的多个卡执行类似的方法。对每个卡的分析结果进行比较以改善数据的准确性。
纵横比对准松弛取景区域支付卡图像光学字符辨识金融卡信息接收卡期望算法匹配修正

[发明专利]具有松弛对准的支付卡OCR-CN201480046438.1有效
发明人：王晓航;法尔汉·沙姆西;雅科夫·奥科施泰因;桑吉夫·库马尔;亨利·阿兰·罗利;马库斯·昆塔纳·米切尔;德布拉·利恩·雷佩宁;亚历山德罗·比萨科;贾斯汀·沙伊纳;里昂·帕姆;杰夫·休伯 -专利权人：谷歌有限责任公司
申请日： 2014-06-30 - 公布日： 2018-12-18 - 主分类号： G06K9/32 文献下载
摘要：利用松弛对准来提取金融卡信息包括一种用来接收卡的图像(205)的方法，在图像的位置中确定一个或多个边缘取景区域，以及识别一个或多个边缘取景区域中的线(210)。该方法进一步识别由所识别的线的外延的交叉而形成的一个或多个四边形，确定一个或多个四边形的纵横比，以及比较所确定的四边形的纵横比和期望纵横比(215)。该方法随后识别匹配期望纵横比的四边形(220)以及对修正的模型执行光学字符辨识算法(230)。对图像中的多个卡执行类似的方法。对每个卡的分析结果进行比较以改善数据的准确性。
具有松弛对准支付 ocr

[发明专利]I.V.输注或血液收集设备-CN201811004616.0在审
发明人：朱莉·C·豪厄尔;迈克尔·A·泰勒;约翰·F·希格登;罗伯特·G·罗森塔尔;桑吉夫·库马尔 -专利权人： MDDP有限责任公司
申请日： 2011-07-15 - 公布日： 2018-12-14 - 主分类号： A61B5/153 文献下载
摘要：一种I.V.输注或血液收集设备包括I.V.输注套件(100)和安全护罩(200)。I.V.输注套件具有翼本体(105)，一对翼(140)从翼本体(105)由此向外延伸的且抓握部(145)从翼本体(105)由此向上延伸。翼本体的一端安装针(120)或导管，且医疗管路(130)连接到相对端上。翼本体包括开孔，以便流体在针与医疗管路之间流动。安全护罩具有顶部、底部和相对的侧壁，且限定腔体(227)，腔体(227)适于收纳I.V.输注套件。安全护罩具有在各个侧壁中的槽口(250)和在顶部中的槽口(255)。相应的翼和抓握部适于定位在槽口中，且在其中可滑动地移动。顶部中的槽口包括锁定件，锁定件适于收纳抓握部，以便在针缩回腔体中时；抓握部永久性地陷于其中，因此将针锁定在完全缩回的安全位置。
翼本体抓握部安全护罩输注套件槽口血液收集设备收纳医疗管路锁定件侧壁输注安全位置可滑动地限定腔体向上延伸缩回缩回腔相对端流体导管开孔腔体锁定延伸移动流动

[发明专利]比较所提取的用户名与所存储的用户数据-CN201680031382.1在审
发明人：亨利·阿兰·罗利;桑吉夫·库马尔;刘晓峰;张勃扬;丹尼尔·尼尔斯·霍尔特曼-赖斯 -专利权人：谷歌有限责任公司
申请日： 2016-08-16 - 公布日： 2018-05-22 - 主分类号： G06K9/00 文献下载
摘要：应用使用光学字符识别(“OCR”)从金融卡图像提取用户名并且将用户名的分段与存储在用户数据中的名字相比较来完善所提取的名字。该应用在卡图像上执行OCR算法并且将所提取的名字与用户数据相比较。该应用标识与所提取的名字可能的匹配的名字。OCR应用将所提取的名字分解为一个或多个系列的分段，并且将来自所提取的名字的分段与来自所存储的名字的分段相比较。OCR应用确定所提取的名字与每个潜在的匹配的所存储的名字之间的编辑距离。如果编辑距离在配置的阈值以下，那么OCR应用修正所提取的名字以匹配所标识的所存储的名字。将所完善的名字呈现给用户用于验证。
比较提取用户名存储用户数据

[发明专利]使用卡美术来提取卡数据-CN201480042645.X在审
发明人：王晓航;法尔汉·沙姆西;雅科夫·奥科施泰因;桑吉夫·库马尔;亨利·阿兰·罗利;马库斯·昆塔纳·米切尔;德布拉·利恩·雷佩宁;乔斯·热罗尼莫·莫雷拉·罗德里格斯;李志飞 -专利权人：谷歌公司
申请日： 2014-06-27 - 公布日： 2016-03-23 - 主分类号： G06K9/22 文献下载
摘要：提取卡数据包括：由一个或多个计算设备接收卡的数字图像；对所述卡的数字表示执行图像辨识处理；识别所述卡的数字表示中的图像；将所识别图像与包括多个图像的图像数据库相比较，并确定所识别图像与图像数据库中的存储图像匹配；确定与所存储图像相关联的卡类型，并基于确定所识别图像与所存储图像匹配，将所述卡类型与所述卡相关联；以及对所述卡的数字表示执行特定光学字符辨识算法，所述特定光学字符辨识算法基于所确定的卡类型。另一个示例使用发行者识别号码来改进数据提取。另一个示例将所提取的数据与用户数据相比较来改进准确性。
使用美术提取数据

[发明专利]I.V.输注或血液收集设备-CN201180044609.3在审
发明人：朱莉·C·豪厄尔;迈克尔·A·泰勒;约翰·F·希格登;罗伯特·G·罗森塔尔;桑吉夫·库马尔 -专利权人： MDDP有限责任公司
申请日： 2011-07-15 - 公布日： 2013-06-12 - 主分类号： A61M5/158 文献下载
摘要：一种I.V.输注或血液收集设备包括I.V.输注套件(100)和安全护罩(200)。I.V.输注套件具有翼本体(105)，一对翼(140)从翼本体(105)由此向外延伸的且抓握部(145)从翼本体(105)由此向上延伸。翼本体的一端安装针(120)或导管，且医疗管路(130)连接到相对端上。翼本体包括开孔，以便流体在针与医疗管路之间流动。安全护罩具有顶部、底部和相对的侧壁，且限定腔体(227)，腔体(227)适于收纳I.V.输注套件。安全护罩具有在各个侧壁中的槽口(250)和在顶部中的槽口(255)。相应的翼和抓握部适于定位在槽口中，且在其中可滑动地移动。顶部中的槽口包括锁定件，锁定件适于收纳抓握部，以便在针缩回腔体中时；抓握部永久性地陷于其中，因此将针锁定在完全缩回的安全位置。
血液收集设备

[发明专利]注释图像-CN200980129633.X有效
发明人：阿米什·马卡迪亚;桑吉夫·库马尔 -专利权人：谷歌公司
申请日： 2009-04-17 - 公布日： 2011-06-22 - 主分类号： G06Q50/00 文献下载
摘要：用于生成用于自动注释图像的数据的方法、系统和装置，包括计算机程序产品。在一个方面中，方法包括接收输入图像，从图像集合中识别输入图像的一个或多个最近邻图像，其中一个或多个最近邻图像中的每一个与相应的一个或多个图像标签相关联，将多个图像标签分配给输入图像，其中多个图像标签是从与一个或多个最近邻图像相关联的图像标签选择的，以及将具有分配的多个图像标签的输入图像存储在数据储存库中。在另一个方面中，方法包括将单个图像标签分配给输入图像，其中单个图像标签是从与多个排名的最近邻图像相关联的标签选择的。
注释图像

1
共 14 条