“A·K·萨胡”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]用于内燃发动机的发动机缸体-CN201910462346.6有效
发明人： A·K·塞西;A·K·萨胡 -专利权人：通用汽车环球科技运作有限责任公司
申请日： 2019-05-30 - 公布日： 2022-06-07 - 主分类号： F02F1/00 文献下载
摘要：本公开提供了一种用于内燃发动机的气缸体，气缸体具有第一气缸、第一气缸套、第二气缸和第二气缸套。第一气缸限定第一圆柱形壁，而第二气缸限定第二圆柱形壁。第一气缸套衬在第一圆柱形壁上，而第二气缸套衬在第二圆柱形壁上。所述第一气缸套和第二气缸套中的每一个都限定了推力套区域、与推力套区域相对的反推力套区域以及一对连体区域。第一气缸套和第二气缸套中的每一个的外壁朝向第一气缸套和第二气缸套中的每一个的顶套表面逐渐变宽。
用于内燃发动机缸体

[发明专利]用于使用元学习初始化进行对抗性训练的方法和系统-CN202111169613.4在审
发明人：张潇;A·K·萨胡;J·柯尔特 -专利权人：罗伯特·博世有限公司
申请日： 2021-10-08 - 公布日： 2022-04-22 - 主分类号： G06V20/10 文献下载
摘要：提供了用于使用元学习初始化进行对抗性训练的方法和系统。一种存储指令的计算机程序产品，当由计算机执行时，所述指令引起计算机：从传感器接收输入数据，其中输入数据包括指示图像的数据，其中传感器包括视频、雷达、LiDAR、声音、声纳、超声、运动或热成像传感器；响应于输入数据，利用生成器生成输入数据的对抗性版本；利用输入数据和输入数据的对抗性版本创建训练数据集；利用相对于对抗性损失的随机梯度方面来确定元模型的更新方向，并且响应于输入数据和利用分类器的分类来确定基于交叉熵的分类损失；以及响应于交叉熵分类损失利用训练数据集来更新元模型和分类器。
用于使用学习初始化进行对抗性训练方法系统

[发明专利]单调算子神经网络的系统和方法-CN202110405309.9在审
发明人： E·温斯顿;J·科尔特;A·K·萨胡 -专利权人：罗伯特·博世有限公司
申请日： 2021-04-15 - 公布日： 2021-10-22 - 主分类号： G06N3/08 文献下载
摘要：本公开涉及具有人工智能能力的计算机系统，包括神经网络。一种用于训练神经工作的系统，包括用于访问神经网络的输入数据的输入接口和与输入接口通信的处理器。处理器被编程为在神经网络处接收输入，并利用前向传播和后向传播输出经训练的神经网络，其中前向传播包括利用求根过程来标识与神经网络的一个或多个参数相关联的不动点，其中后向传播包括标识与网络的参数相关联的损失的导数。
单调算子神经网络系统方法

[发明专利]从链霉菌属SP.MCC-0151生产尼日利亚菌素的方法-CN201980081594.4在审
发明人： G·D·赛义德;A·K·萨胡 -专利权人：科学与工业研究委员会
申请日： 2019-12-10 - 公布日： 2021-09-14 - 主分类号： C12N1/20 文献下载
摘要：本发明涉及一种用于从登录号为MCC 0151的链霉菌属菌合成尼日利亚菌素及其高产率的分离的发酵方法。本发明进一步涉及一种包含用于以高产率专门生产尼日利亚菌素的包含链霉菌属sp.MCC0151的生物纯培养物的微生物接种组合物。
霉菌 sp mcc 0151 生产尼日利亚菌素方法

[发明专利]基于贝叶斯优化的查询高效的黑盒对抗攻击-CN202011007795.0在审
发明人： S·N·舒克拉;A·K·萨胡;D·维尔莫特;J·Z·柯尔特 -专利权人：罗伯特·博世有限公司
申请日： 2020-09-23 - 公布日： 2021-04-09 - 主分类号： G06K9/62 文献下载
摘要：描述了对神经网络分类器实行对抗攻击。构造输入输出对的数据集，输入输出对的每个输入元素是从搜索空间中随机挑选的，输入输出对的每个输出元素指示针对对应输入元素的神经网络分类器的预测输出。在输入输出对的数据集上利用高斯过程来优化获取函数，以从数据集中找到最佳扰动输入元素。对最佳扰动输入元素进行上采样以生成经上采样的最佳输入元素。经上采样的最佳输入元素被添加到原始输入以生成候选输入。查询神经网络分类器，以确定针对候选输入的分类器预测。计算分类器预测的分数。响应于分类器预测为不正确的，接受候选输入作为成功的对抗攻击。
基于贝叶斯优化查询高效黑盒对抗攻击

[发明专利]利用输入数据结构的高效黑盒对抗性攻击-CN202011009948.5在审
发明人： J·Z·柯尔特;A·K·萨胡 -专利权人：罗伯特·博世有限公司
申请日： 2020-09-23 - 公布日： 2021-04-09 - 主分类号： G06K9/62 文献下载
摘要：利用输入数据结构的高效黑盒对抗性攻击。马尔可夫随机场参数被标识以用于分类器的损失函数的梯度项之间的相关性的协方差建模。根据正态分布从图像数据集对图像子集进行采样，以估计梯度项。黑盒梯度估计用于根据采样推断马尔可夫随机场参数的值。由推断值生成傅立叶基向量。使用傅立叶基向量扰动原始图像以获得损失函数值。从损失函数值获得梯度的估计。使用估计的梯度创建图像扰动。图像扰动被添加到原始输入以生成候选对抗性输入，该候选对抗性输入使分类器标识图像中的损失最大化。查询神经网络分类器以确定针对候选对抗性输入的分类器预测。
利用输入数据结构高效黑盒对抗性攻击

[发明专利]使用基于批次的主动学习方案训练机器学习模型-CN202011017744.6在审
发明人： G·古普塔;A·K·萨胡;林婉怡;J·C·舒利 -专利权人：罗伯特·博世有限公司
申请日： 2020-09-24 - 公布日： 2021-03-26 - 主分类号： G06N20/00 文献下载
摘要：提供了使用基于批次的主动学习方案训练机器学习模型。用于使用基于批次的主动学习方案来训练机器学习模型的系统。所述系统包括信息源和电子处理器。电子处理器被配置为接收要训练的机器学习模型、未标注训练数据集、经标注训练数据集和信息源的标识符。电子处理器还被配置为从未标注训练数据集中选择训练示例批次，并且针对所述批次中包括的每个训练示例，向信息源发送针对所述训练示例的标注的请求。电子处理器进一步被配置为，针对所述批次中包括的每个训练示例：接收标注，将所述训练示例与所述标注相关联，并且将所述训练示例添加到经标注训练数据集。电子处理器还被配置为使用经标注训练数据来训练机器学习模型。
使用基于批次主动学习方案训练机器模型

[发明专利]燃料喷射器组件-CN201811359357.3在审
发明人： A·K·萨胡;A·K·塞西 -专利权人：通用汽车环球科技运作有限责任公司
申请日： 2018-11-15 - 公布日： 2019-06-04 - 主分类号： F02M61/14 文献下载
摘要：一种用于车辆的燃料喷射器组件包括发动机缸盖、燃料喷射器以及预加载插入件。发动机缸盖限定孔，其中该孔包括邻近对应燃烧室的缸盖区域。预加载插入件可以设置在孔内且在缸盖区域处。预加载插入件可以配置为向孔的缸盖区域施加拉伸环向应力，从而引起缸盖区域的塑性变形，与此同时还支撑孔内的燃料喷射器。燃料喷射器可以配置为将燃料分配到燃烧室内。
缸盖燃料喷射器插入件预加载燃料喷射器组件发动机缸盖燃烧室燃料分配塑性变形拉伸环限定孔支撑孔配置邻近施加燃烧室内

1
共 8 条