“莫语”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8个，建议您升级VIP下载更多相关专利

[发明专利]云边协同架构下基于联邦学习的设备故障预测方法及装置-CN202310801358.3有效
发明人：黄必清;莫语;王雅妮 -专利权人：清华大学
申请日： 2023-07-03 - 公布日： 2023-09-05 - 主分类号： G05B23/02 文献下载
摘要：本申请涉及工业设备故障预测技术领域，特别涉及一种云边协同架构下基于联邦学习的设备故障预测方法及装置，其中，方法包括：构建目标设备的时间序列数据集；利用时间序列数据集对边缘端的轻量化故障预测模型进行训练，并将训练完成的故障预测模型的模型参数传输到云端，其中，云端利用联邦学习算法将各边缘端的故障预测模型的模型参数聚合为云端模型的模型参数，并将云端模型的模型参数下发到各边缘端；根据云端模型的模型参数更新故障预测模型的模型参数，利用更新后的故障预测模型对目标设备进行故障预测，当故障预测值超过设定阈值时，诊断目标工业设备故障。由此，解决了相关技术中计算资源受限，模型对于故障预测需求的响应时间较长等问题。
协同架构基于联邦学习设备故障预测方法装置

[实用新型]一种膝-肩-前臂旋转肌群力量训练器械-CN202220999430.9有效
发明人：刘卫国;莫语;聂新和;华仙峰;王子闻 -专利权人：广西师范大学
申请日： 2022-04-27 - 公布日： 2023-05-16 - 主分类号： A63B22/20 文献下载
摘要：本实用新型公开了一种膝‑肩‑前臂旋转肌群力量训练器械，包括座椅、膝关节训练装置、肩关节训练装置和前臂训练装置，所述膝关节训练装置、肩关节训练装置和前臂训练装置通过切换装置共用一个阻力机构，实现三种训练方式的切换。本实用新型所述训练器械可以对膝关节、肩关节、前臂三个部位的旋转肌群肌肉力量进行有针对性的抗阻训练，并且使用者在训练过程中可以很方便地切换膝关节、肩关节、前臂三个部位旋转肌群的训练，甚至可以同时训练，无需移动至其他器械训练，使用更为简便。
一种前臂旋转力量训练器械

[发明专利]基于元学习的小样本条件下工业设备故障预测方法及装置-CN202211622060.8在审
发明人：黄必清;莫语 -专利权人：清华大学
申请日： 2022-12-16 - 公布日： 2023-05-09 - 主分类号： G06F18/241 文献下载
摘要：本申请涉及故障预测技术领域，特别涉及一种基于元学习的小样本条件下工业设备故障预测方法及装置，其中，包括：获取工业设备在源域和目标域的时间序列数据集；根据源域数据集构建伪任务集合；利用伪任务集合在源域进行元学习模型的训练，并在目标域进行调整，得到适用于目标域的故障预测模型，其中，目标域训练时的学习率、训练轮次和训练样本数量均小于源域；利用目标域的故障预测模型预测工业设备的故障预测值，若故障预测值大于预设阈值，则判定工业设备故障，否则判定工业设备正常。由此，解决了相关技术中由于从工业设备上所能提取的故障样本较少导致训练得到的深度模型的准确度偏低、无法满足故障预测需求等问题。
基于学习样本条件下工业设备故障预测方法装置

[发明专利]基于Transformer的工业设备故障预测方法及装置-CN202210827340.6在审
发明人：黄必清;莫语 -专利权人：清华大学
申请日： 2022-07-13 - 公布日： 2022-10-14 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及数据驱动的工业设备故障预测技术领域，特别涉及一种基于Transformer的工业设备故障预测方法及装置，其中，方法包括：获取目标工业设备的健康状态对应的时序数据集；将时序数据集输入训练完成的故障预测模型，输出时序数据集的故障预测值，其中，故障预测模型基于携带有故障预测值标签的训练样本训练得到；在故障预测值大于故障阈值时，判定目标工业设备故障，否则判定目标工业设备运行正常。由此，本申请实施例可以在减少深度神经网络运算时间、减少计算资源的消耗的同时，提升故障预测的准确度；且本申请实施例可以有效避免循环神经网络的长期记忆损失的问题，以实现对设备健康状态的长周期预测。
基于 transformer 工业设备故障预测方法装置

[发明专利]基于空洞卷积神经网络的工业设备故障预测方法及装置-CN202210488282.9在审
发明人：黄必清;许昕;莫语 -专利权人：清华大学
申请日： 2022-05-06 - 公布日： 2022-08-05 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及数据驱动的工业设备故障预测技术领域，特别涉及一种基于空洞卷积神经网络的工业设备故障预测方法及装置，其中，方法包括：获取目标工业设备的当前监测数据集；将当前监测数据集输入至训练完成的故障预测网络模型，输出当前监测数据集对应的故障预测值，其中，故障预测网络模型基于携带有故障实际值的监测数据集样本训练得到；在当前监测数据集对应的故障预测值大于故障阈值时，判定目标工业设备故障，否则，判定目标工业设备正常。由此，本申请实施例可以有效提升基于深度神经网络的故障预测准确度，减小空洞卷积神经网络模型参数量，支持并行计算以缩短故障预测时间，以实现对设备健康状态的长期预测。
基于空洞卷积神经网络工业设备故障预测方法装置

[发明专利]一种面向系统容错机制的异常检测方法与系统-CN202210138381.4在审
发明人：莫语;朱品燕 -专利权人：北京云集智造科技有限公司
申请日： 2022-02-15 - 公布日： 2022-06-14 - 主分类号： G06F11/14 文献下载
摘要：本发明提供一种面向系统容错机制的异常检测方法与系统，该异常检测方案通过分析软件系统的容错机制，构建了一种新的日志异常检测模型来解决传统日志异常检测中由容错机制导致的伪异常误报，剔除伪异常点并提高日志异常检测模型的检测精度。
一种面向系统容错机制异常检测方法

[发明专利]一种膝-肩-前臂旋转肌群力量训练器械-CN202210455271.0在审
发明人：刘卫国;莫语;聂新和;华仙峰;王子闻 -专利权人：广西师范大学
申请日： 2022-04-27 - 公布日： 2022-06-14 - 主分类号： A63B22/20 文献下载
摘要：本发明公开了一种膝‑肩‑前臂旋转肌群力量训练器械，包括座椅、膝关节训练装置、肩关节训练装置和前臂训练装置，所述膝关节训练装置、肩关节训练装置和前臂训练装置通过切换装置共用一个阻力机构，实现三种训练方式的切换。本发明所述训练器械可以对膝关节、肩关节、前臂三个部位的旋转肌群肌肉力量进行有针对性的抗阻训练，并且使用者在训练过程中可以很方便地切换膝关节、肩关节、前臂三个部位旋转肌群的训练，甚至可以同时训练，无需移动至其他器械训练，使用更为简便。
一种前臂旋转力量训练器械

[发明专利]一种小学生速度素质测量方法-CN202010527702.0在审
发明人：刘卫国;莫语;谢翔 -专利权人：广西师范大学
申请日： 2020-06-11 - 公布日： 2020-08-25 - 主分类号： G06K9/00 文献下载
摘要：本发明属于测量人体或各部位的运动技术领域，公开了一种小学生速度素质测量方法，所述小学生速度素质测量方法具体包括：采用个体确定与群体适宜的运动距离或时间极速跑测试小学生速度素质；所述极速跑测试包括一次性全力极速跑、规定时程极速跑与规定距程极速跑。本发明利用小样本一次性全力极速跑对不同群体的小学生磷酸原代谢的粗略时域与距域特征进行研究，通过选择性设置时程来大大减小大样本规定时程极速跑运动实验受试个体的实验次数，但仍可保证运动实验测量有效，从而准确找出小学生各个个体的速度素质测量方法，能有效评估小学生速度素质的条件和保证。
一种小学生速度素质测量方法

1
共 8 条