“萨拉瓦南·M”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5个，建议您升级VIP下载更多相关专利

[发明专利]构建可解释的机器学习模型-CN202180092592.2在审
发明人：佩雷普·萨特什库马;萨拉瓦南·M;赛·哈雷什·阿纳曼德拉 -专利权人：瑞典爱立信有限公司
申请日： 2021-02-04 - 公布日： 2023-09-19 - 主分类号： G06N20/00 文献下载
摘要：提供了一种用于构建机器学习(ML)模型的计算机实现的方法。该方法包括：使用输入数据的集合来训练ML模型，其中ML模型包括多个层，并且每一层包括多个过滤器，并且其中该输入数据的集合包括类别标签；从训练ML模型获得输出数据的集合，其中该输出数据的集合包括类别概率值；通过使用类别标签和类别概率值，针对ML模型中的每一层确定该层中的每个过滤器的工作值；针对ML模型中的每一层确定主导过滤器，其中基于过滤器的工作值是否超过阈值来确定主导过滤器；以及基于每一层的每个主导过滤器构建子集ML模型，其中子集ML模型是ML模型的子集。
构建可解释机器学习模型

[发明专利]第一节点、第二节点、无线通信网络和由此执行在地理空间中实现一组目标的方法-CN201980101978.8在审
发明人：斯瓦鲁普·库马尔·莫哈里克;萨拉瓦南·M;安苏·舒克拉 -专利权人：瑞典爱立信有限公司
申请日： 2019-10-30 - 公布日： 2023-04-07 - 主分类号： A04W4/02 文献下载
摘要：一种由第一节点(111)执行的方法。第一节点(111)确定(302)计划。该计划基于如下因素被确定：i)根据第一节点(111)的能力要实现的第一目标，以及由第一节点(111)执行以实现第一目标的第一组第一动作，以及ii)对于一个或多个第二节点(120)中的每个第二节点：a)根据每个第二节点的相应能力要实现的相应目标，以及b)要由每个第二节点单独执行以实现相应目标的相应一组第一动作。该计划是通过确定要由第一节点(111)和每个第二节点分别执行的相应一组第二动作来协同实现第一目标和相应目标中的每个目标。第一节点(111)发送(303)指示所确定的第二动作的相应指示。
第一节点第二无线通信网络由此执行地理空间实现一组目标方法

[发明专利]用于搜索和检索信息的方法和系统-CN202080099079.1在审
发明人： 萨拉瓦南·M;佩雷普·萨特什库马 -专利权人：瑞典爱立信有限公司
申请日： 2020-03-28 - 公布日： 2022-11-11 - 主分类号： G06F16/10 文献下载
摘要：用于搜索和检索信息的方法和系统。在一个方面，存在一种使用知识库来检索信息的方法。该方法包括：接收由用户输入的搜索查询；以及使用第一模型来识别与所接收的搜索查询相对应的类别。该方法还包括：基于所接收的搜索查询、第一模型的损失函数和第二模型的目标函数，识别与所接收的搜索查询相对应的T个主题；以及仅对知识库的与所识别的类别和/或所识别的主题相关联的部分执行针对所接收的搜索查询的搜索。该方法还包括：检索与所识别的类别和/或所识别的主题相关联的一个或多个文件。
用于搜索检索信息方法系统

[发明专利]使用异构模型类型和架构的联合学习-CN201980101110.8在审
发明人：佩雷普·萨特什库马;安克特·尧哈里;斯瓦鲁普·库马尔·莫哈里克;萨拉瓦南·M;安苏·舒克拉 -专利权人：瑞典爱立信有限公司
申请日： 2019-10-04 - 公布日： 2022-05-17 - 主分类号： G06F17/18 文献下载
摘要：提供了在中心节点或服务器上的方法。该方法包括：从第一用户设备接收第一模型以及从第二用户设备接收第二模型，其中第一模型是神经网络模型类型并具有第一层集，且第二模型是神经网络模型类型并具有不同于第一层集的第二层集；对于第一层集中的每个层，从第一层集中的该层中选择过滤器的第一子集；对于第二层集中的每个层，从第二层集中的该层中选择过滤器的第二子集；通过基于第一层集和第二层集形成全局层集来构建全局模型，使得对于全局层集中的每个层，该层包括基于对应的过滤器的第一子集和/或对应的过滤器的第二子集的过滤器；以及形成全局模型的全连接层，其中全连接层是全局层集的最终层。
使用模型类型架构联合学习

[发明专利]雾节点资源的分配-CN201980097181.5在审
发明人：阿林达姆·班纳吉;萨拉瓦南·M -专利权人：瑞典爱立信有限公司
申请日： 2019-06-07 - 公布日： 2022-01-07 - 主分类号： H04L12/00 文献下载
摘要：公开了一种用于分配雾节点的资源的方法(300)，其中雾节点被组织成至少一个雾网络。该方法包括：从客户端节点接收请求(332)；识别用于实现请求的要求(334)；确定用于实现请求的客户端节点的位置(336)；以及根据所识别的要求和所确定的位置识别可操作用于实现请求的雾节点集群(338)。该方法还包括通过以下方式从所识别的集群中选择其资源要被分配以实现请求的雾节点：使实现请求所需的集群的数量、实现由雾节点接收的请求的总时间和/或未实现的由雾节点接收的请求的数量中的至少一个最小化(340)。还公开了一种控制器和计算机程序产品，其被配置为当在计算机上运行时执行用于分配雾节点的资源的方法。
节点资源分配