“渊慧科技有限公司”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_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果177个，建议您升级VIP下载更多相关专利

[发明专利]使用稀疏表示来生成图像-CN202280011822.2在审
发明人：查理·托马斯·柯蒂斯·纳什;彼得·威廉·巴塔利亚 -专利权人： 渊慧科技有限公司
申请日： 2022-02-07 - 公布日： 2023-10-27 - 主分类号： H04N19/48 文献下载
摘要：用于生成合成图像的压缩表示的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法之一是一种使用生成式神经网络来生成合成图像的方法，并且包括：使用生成式神经网络来生成多个系数，所述多个系数表示在已经使用有损压缩算法来对合成图像进行编码之后的合成图像；以及通过对多个系数应用有损压缩算法来对合成图像进行解码。
使用稀疏表示生成图像

[发明专利]使用多模态输入选择动作-CN202310780609.4在审
发明人： K·M·赫尔曼;P·布伦森;F·G·希尔 -专利权人： 渊慧科技有限公司
申请日： 2018-06-05 - 公布日： 2023-10-27 - 主分类号： G06N3/092 文献下载
摘要：一种由一个或多个计算机执行的方法，用于选择与环境交互的智能体要执行的动作，所述方法包括：在多个时间步骤中的每一个：接收自然语言的当前文本串，所述当前文本串表达关于由智能体正在执行的当前任务；接收表征环境当前状态的当前观察；使用策略神经网络处理包括当前文本串和当前观察的输入，以生成动作选择输出；以及基于动作选择输出选择智能体在所述时间步骤要执行的动作；其中已经使用强化学习从端到端训练策略神经网络。
使用多模态输入选择动作

[发明专利]使用以蛋白质结构嵌入为条件的生成模型预测蛋白质氨基酸序列-CN202280012034.5在审
发明人： A·W·森尼尔;S·科尔;J·伊姆;R·J·贝茨;C-D·尤内斯库;C·T·C·纳什;A·拉扎维-内马托拉希;A·普里策尔;J·江珀 -专利权人： 渊慧科技有限公司
申请日： 2022-01-27 - 公布日： 2023-10-27 - 主分类号： G16B15/20 文献下载
摘要：用于进行蛋白质设计的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。在一个方面，一种方法包括：使用具有多个嵌入神经网络参数的嵌入神经网络处理表征靶蛋白质的靶蛋白质结构的输入，以生成靶蛋白质的靶蛋白质结构的嵌入；基于所述靶蛋白质结构的嵌入确定所述靶蛋白质的预测的氨基酸序列，包括：将具有多个生成神经网络参数的生成神经网络以靶蛋白质结构的嵌入为条件；以及通过以靶蛋白质结构的嵌入为条件的生成神经网络生成靶蛋白质的预测的氨基酸序列的表示。
使用蛋白质结构嵌入条件生成模型预测氨基酸序列

[发明专利]使用神经网络进行场景转移的基于对象的预测-CN202280013440.3在审
发明人：安东尼亚·菲比·尼纳·克雷斯韦尔 -专利权人： 渊慧科技有限公司
申请日： 2022-02-03 - 公布日： 2023-10-20 - 主分类号： G06V10/82 文献下载
摘要：方法、计算机系统和设备，包括在计算机存储介质上编码以用于预测场景转移的计算机程序。计算机系统接收场景图像的输入序列，其中每个图像对应于观察时间序列中的不同时间点。对于每个时间点，系统使用分解神经网络处理对应图像以生成一个或多个特征表示。系统使用对准神经网络处理时间点的特征表示以生成一组对准的特征表示序列。系统进一步使用转移神经网络处理所述一组对准的特征表示序列，以针对每个对准的特征表示序列来预测一个或多个特征表示，该特征表示表示由对准序列表示的对象在一个或多个连续时间点处的预测特征。
使用神经网络进行场景转移基于对象预测

[发明专利]使用可变率离散表示生成输出信号-CN202280018581.4在审
发明人：桑德尔·艾蒂恩内·利·迪勒曼 -专利权人： 渊慧科技有限公司
申请日： 2022-03-09 - 公布日： 2023-10-20 - 主分类号： G10L19/16 文献下载
摘要：用于使用可变率离散表示生成输出信号的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。方法中的一个包括使用生成神经网络来生成表示音频信号的离散表示的游程长度编码的事件序列，该事件序列包括在多个事件序列时间步中的每一个处的相应事件；使用游程长度解码从事件序列生成音频信号的离散表示；以及使用解码器神经网络处理离散表示，其中，解码器神经网络被配置为处理音频信号的离散表示以生成音频信号的预测。
使用可变离散表示生成输出信号

[发明专利]具有不同策略的神经网络强化学习-CN202280013473.8在审
发明人： T·B·Z·扎哈维;B·T·奥多诺霍;A·达蒙塔萨雷斯巴雷托;J·S·弗伦纳哈格;V·姆尼;S·S·巴维贾 -专利权人： 渊慧科技有限公司
申请日： 2022-02-04 - 公布日： 2023-10-17 - 主分类号： G06N3/045 文献下载
摘要：在一个方面，提供了一种用于通过强化学习来训练神经网络系统的方法。神经网络系统可以被配置为接收表征由智能体与之交互的环境的状态的输入观察，并且根据旨在满足目标的策略来选择和输出动作。该方法可以包括获得包括用于满足目标的一个或多个策略的策略集合，以及基于一个或多个策略确定新策略。该确定可以包括一个或多个优化步骤，其旨在基于通过遵循新策略将获得的预期收益，在新策略满足最小性能标准的条件下，最大化新策略相对于策略集合的多样性。
具有不同策略神经网络强化学习

[发明专利]从掩蔽蛋白表示预测完整蛋白表示-CN202280013012.0在审
发明人： A·普里策尔;C-D·伊奥内斯库;S·科尔 -专利权人： 渊慧科技有限公司
申请日： 2022-01-27 - 公布日： 2023-10-13 - 主分类号： G16B15/20 文献下载
摘要：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，用于使用蛋白重建神经网络对蛋白的掩蔽表示进行去掩蔽。在一个方面，一种方法包括：接收蛋白的掩蔽表示；以及使用蛋白重建神经网络处理蛋白的掩蔽表示，以生成与包括在蛋白的掩蔽表示中的一个或多个掩蔽嵌入相对应的相应预测嵌入，其中与蛋白的氨基酸序列的表示中的掩蔽嵌入相对应的预测嵌入定义了对氨基酸序列中的对应位置处的氨基酸的同一性的预测，其中，与蛋白的结构的表示中的掩蔽嵌入相对应的预测嵌入定义了对蛋白的相应结构特征的预测。
掩蔽蛋白表示预测完整

[发明专利]通过使用自注意力操作和交叉注意力操作使潜在嵌入丰富来生成神经网络输出-CN202280013477.6在审
发明人：安德鲁·库尔特·耶格莱;若昂·卡雷拉 -专利权人： 渊慧科技有限公司
申请日： 2022-02-03 - 公布日： 2023-10-13 - 主分类号： G06N3/0464 文献下载
摘要：本说明书描述一种用于使用神经网络来生成表征实体的网络输出的方法。该方法包括：获得实体的作为数据元素嵌入集合的表示；获得潜在嵌入集合；以及使用神经网络来处理：(i)数据元素嵌入集合和(ii)潜在嵌入集合，以生成表征实体的网络输出。该神经网络包括：(i)一个或多个交叉注意力块、(ii)一个或多个自注意力块和(iii)输出块。每个交叉注意力块使用对数据元素嵌入中的一些或全部数据元素嵌入的注意力来更新每个潜在嵌入。每个自注意力块使用对潜在嵌入集合的注意力来更新每个潜在嵌入。输出块处理一个或多个潜在嵌入以生成表征实体的网络输出。
通过使用注意力操作交叉潜在嵌入丰富生成神经网络输出

[发明专利]利用自适应梯度裁剪的神经网络-CN202280013014.X在审
发明人： A·布洛克;S·德;S·L·史密斯;K·西蒙尼扬 -专利权人： 渊慧科技有限公司
申请日： 2022-02-02 - 公布日： 2023-10-10 - 主分类号： G06N3/0442 文献下载
摘要：公开了一种用于训练神经网络的计算机实现的方法。该方法包括确定与神经网络的参数相关联的梯度。该方法还包括确定梯度范数与参数范数的比率，并将该比率与阈值进行比较。响应于确定该比率超过阈值，减小梯度的值，使得该比率等于或低于阈值。基于减小的梯度值来更新参数的值。
利用自适应梯度裁剪神经网络

[发明专利]使用在潜在变量上调节的几何感知神经网络渲染场景的新图像-CN202280013157.0在审
发明人： A·R·科西奥里克;H·施特拉特曼;D·J·雷森德;D·佐兰;P·莫雷诺科梅拉斯 -专利权人： 渊慧科技有限公司
申请日： 2022-02-04 - 公布日： 2023-10-03 - 主分类号： G06T15/08 文献下载
摘要：提供了方法、系统和装置，包括在计算机存储介质上编码的计算机程序，用于渲染从新相机位置处的相机的视角描绘场景的新图像。在一个方面，一种方法包括：接收表征场景的多个观察；从表征所述场景的所述多个观察生成表示所述场景的潜在变量；在表示所述场景的所述潜在变量上调节场景表示神经网络，其中，在表示所述场景的所述潜在变量上调节的所述场景表示神经网络将所述场景的几何模型定义为三维(3D)辐射场；以及使用在表示场景的潜在变量上调节的场景表示神经网络，渲染描绘来自新相机位置处的相机的视角的场景的新图像。
使用潜在变量调节几何感知神经网络渲染场景图像

[发明专利]具有短期记忆单元的注意力神经网络-CN202280013466.8在审
发明人：安德烈亚·巴尼诺;阿德里亚·普伊赫多梅内奇·巴迪亚;雅各布·查尔斯·瓦尔克;蒂莫西·安东尼·朱利安·斯科尔特斯;约瓦纳·米特罗维奇;查尔斯·布伦代尔 -专利权人： 渊慧科技有限公司
申请日： 2022-02-07 - 公布日： 2023-10-03 - 主分类号： G06N3/0442 文献下载
摘要：一种用于控制与环境交互的智能体以执行任务的系统。该系统包括动作选择神经网络，其被配置为生成用于选择要由智能体执行的动作的动作选择输出。动作选择神经网络包括编码器子网络，其被配置为生成当前观察的编码表示；注意力子网络，其被配置为利用注意力机制生成注意力子网络输出；循环子网络，其被配置为生成循环子网络输出；动作选择子网络，其被配置为生成动作选择输出，该动作选择输出用于选择由智能体响应于当前观察而执行的动作。
具有短期记忆单元注意力神经网络

[发明专利]控制代理使用状态联想学习进行长期信用分配-CN202280013264.3在审
发明人： S·里特尔;D·N·拉波索 -专利权人： 渊慧科技有限公司
申请日： 2022-02-04 - 公布日： 2023-09-29 - 主分类号： G06N3/0455 文献下载
摘要：一种计算机实现的强化学习神经网络系统，其学习奖励模型，以便将代理在环境中的动作与其长期后果相关联。该模型学习将奖励分解成可由不同的过去状态解释的分量。也就是说，模型学习关联当处于环境的特定状态时预测稍后状态中的奖励，即使当稍后状态和奖励仅在非常长的时间延迟之后实现时也是如此。
控制代理使用状态联想学习进行长期信用分配

[发明专利]使用多智能体交互确定主成分-CN202280013447.5在审
发明人：伊恩·迈克尔·根普;布赖恩·麦克威廉斯 -专利权人： 渊慧科技有限公司
申请日： 2022-02-07 - 公布日： 2023-09-29 - 主分类号： G06N20/00 文献下载
摘要：用于使用多智能体交互来确定数据集的主成分的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法之一包括：获得数据集的多个主成分的初始估计；以及通过重复执行操作来生成每个主成分的最终估计，所述操作包括：使用该主成分的当前估计生成奖励估计，其中，如果该主成分的当前估计捕获数据集中的更多方差，则奖励估计更大；对于该主成分的每个父主成分，生成惩罚估计，其中，如果该主成分的当前估计与该父主成分的当前估计不正交，则惩罚估计更大；并且，根据奖励估计和惩罚估计之间的差更新该主成分的当前估计。
使用智能交互确定成分

[发明专利]使用管理者和工作者神经网络的用于强化学习的动作选择-CN202310839049.5在审
发明人： S·奥新德罗;K·卡夫库格鲁;A·维兹尼韦茨 -专利权人： 渊慧科技有限公司
申请日： 2018-02-19 - 公布日： 2023-09-22 - 主分类号： G06N3/006 文献下载
摘要：提供了一种用于选择将由代理执行的动作的系统，包括：工作者神经网络系统，其被配置为在多个时间步中的每个时间步处：接收目标表示，所述目标表示定义作为由代理在所述环境中执行的动作的结果而要完成的目标，其中所述目标表示至少部分地基于所述时间步和/或一个或多个先前时间步的环境状态；和至少部分地基于所述目标表示和所述时间步的环境状态，为所述动作集中的每个动作生成相应的动作得分；以及动作选择子系统，被配置为在所述多个时间步中的每个时间步处：使用所述动作得分从所述动作集中选择要由所述代理在所述时间步执行的动作。
使用管理者工作者神经网络用于强化学习动作选择

[发明专利]使用分布式优先化回放的强化学习-CN201880068801.8有效
发明人： D.巴登;G.巴特马伦;J.全;D.G.霍根 -专利权人： 渊慧科技有限公司
申请日： 2018-10-29 - 公布日： 2023-09-22 - 主分类号： G06N3/092 文献下载
摘要：方法、系统和装置，包括编码在计算机存储介质上的计算机程序，用于训练动作选择神经网络，该动作选择神经网络用于选择要由与环境交互的智能体执行的动作。该系统之一包括(i)多个行动者计算单元，其中每个行动者计算单元被配置为维护动作选择神经网络的相应副本并执行多个行动者操作，以及(ii)一个多个学习者计算单元，其中一个或多个学习者计算单元中的每一个被配置为执行多个学习者操作。
使用分布式优先回放强化学习

1
2
3
4
5
6
7
8
9
10
11
12
下一页»
尾页
共 177 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top