专利名称
主分类
A 农业
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
G 物理
H 电学
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
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
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
清华大学
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
更多 »
钻瓜专利网为您找到相关结果11个,建议您升级VIP下载更多相关专利
  • [发明专利]用于板式热交换器的板-CN201980065069.3有效
  • H·尼夫斯;C·波佩斯库 - 阿克森斯公司
  • 2019-09-20 - 2023-10-13 - F28D9/00
  • 本发明涉及一种热交换器板(A;B),该热交换器板包括具有至少四个侧边(A1、A2、A3、A4;B1、B2、B3、B4)的中心面板(A0;B0),所述中心面板优选地为四边形或具有截角的四边形,所述板具有:‑相对于中心面板(A0;B0)倾斜并形成第一接合面板(JA;JB)的中心面板的第一侧边(A1;B1),‑平坦的与所述第一侧边(A1;B1)相对的侧边(A3;B3)。
  • 用于板式热交换器
  • [发明专利]用于模型生成的动态特征选择-CN201880015774.8有效
  • M·雷;C·波佩斯库 - 甲骨文国际公司
  • 2018-11-02 - 2023-09-15 - G06Q30/02
  • 实施例生成包括优化的特征集的产品需求模型。实施例接收产品的销售历史并接收产品的相关特征集,并将相关特征的子集指定为强制特征。根据销售历史,实施例形成训练数据集和验证数据集,并从该相关特征集中随机选择一个或多个可选特征。实施例包括所选择的可选特征以及强制特征以创建特征测试集。实施例使用训练数据集和特征测试集来训练算法以生成经训练的算法并使用经训练的算法和验证数据集来计算提前停止度量。当提前停止度量低于预定义阈值时,特征测试集是优化的特征集。
  • 用于模型生成动态特征选择
  • [发明专利]需求预测参数的优化-CN201980003467.2有效
  • C·波佩斯库;B·李;L·L·梅斯基塔 - 甲骨文国际公司
  • 2019-07-24 - 2023-08-01 - G06Q10/04
  • 实施例为一个或多个物品的需求模型选择需求预测参数,在每个商店的基础上接收物品的历史销售数据并接收第一物品的多条季节性曲线。实施例使用每条季节性曲线与逐年需求的相关性来确定季节性曲线中的每条季节性曲线的可重复性,并基于可重复性保留第一季节性曲线。实施例确定第一季节性曲线的平滑度并确定第一季节性曲线的稀疏度。基于所确定的可重复性、平滑度和稀疏度,实施例确定第一季节性曲线是可靠的,并重复接收多条季节性曲线,确定可重复性、确定平滑度并确定稀疏度,以确定多条可靠的季节性曲线。实施例使用需求模型和可靠的季节性曲线并确定对第一物品的需求预测。
  • 需求预测参数优化
  • [发明专利]短生命周期销售曲线估计-CN202180041611.9在审
  • 雷明;C·波佩斯库 - 甲骨文国际公司
  • 2021-07-15 - 2023-02-03 - G06Q30/0202
  • 实施例生成短生命周期物品的短生命周期销售曲线。实施例生成对应于与所述短生命周期物品类似的至少一个类似物品的多个类似销售曲线。实施例参数化每个类似销售曲线,包括为每个类似销售曲线估计创新系数参数、模仿系数参数和误差参数,并确定每个误差参数的权重。实施例使用所述权重来组合创新系数参数和模仿系数参数,并使用组合的创新系数参数和组合的模仿系数参数生成所述短生命周期销售曲线。
  • 生命周期销售曲线估计
  • [发明专利]自动聚类预测模型-CN202180036532.9在审
  • 雷明;C·波佩斯库 - 甲骨文国际公司
  • 2021-02-09 - 2023-01-31 - G06Q30/0202
  • 实施例通过接收用于汇总产品/地点级别的历史销售数据来预测对第一产品的未来需求,历史销售数据包括多个销售数据点,包括第一产品在多个地点中的每个地点处的销售数据点。实施例提取与每种产品的销售相关的多个不同类型的特征并且基于所述多个不同类型的特征生成销售数据点的多个集群。实施例训练每个集群以生成多个经训练的集群模型,包括每个集群的促销效果。对于特定时间段、特定地点和第一产品,实施例识别该时间段的特征并映射到经训练的集群模型之一以获取针对该时间段的促销效果。然后实施例使用促销效果来预测对第一产品的需求。
  • 自动预测模型
  • [发明专利]用于在零售中管理额外日历时段的系统和方法-CN201580005965.2有效
  • C·波佩斯库;雷明;何林 - 甲骨文国际公司
  • 2015-11-05 - 2020-12-08 - G06Q10/04
  • 描述了用于提供与计算机应用关联的零售预测的管理的系统(100)、方法(200)和其它实施例(600)。在一个实施例中,与在零售点出售的零售商品关联的历史需求数据从与计算机应用(210)关联的输入数据结构读取。关于额外零售时段在预测时间域(220,230)中何时何处出现做出确定。基于历史需求数据(260),为预测时间域中除额外零售时段之外的零售时段生成预测需求数据。基于用于预测时间域(270)的零售时段的预测需求数据的一部分为额外零售时段生成预测需求数据。输出数据结构通过利用用于预测时间域中包括额外零售时段在内的零售时段的预测需求数据填充输出数据结构而被变换(290)。
  • 用于零售管理额外日历时段系统方法
  • [发明专利]具有可定制机器预测的可扩展软件工具-CN201980008701.0在审
  • 雷明;C·波佩斯库;W·L·埃特基德 - 甲骨文国际公司
  • 2019-10-14 - 2020-09-04 - G06F8/20
  • 提供了使用可扩展软件工具来执行可定制机器预测的系统和方法。可以接收包括经训练的机器学习模型的特征的规范,并且可以生成用于经训练的机器学习模型的接口。可以使用该接口来加载经训练的机器学习模型,该加载的机器学习模型包括被配置为接收数据作为输入并且生成预测数据作为输出的二进制文件。可以使用根据多维数据模型存储的观察数据来生成预测,其中观察数据的一部分被输入到已加载的机器学习模型以生成第一数据预测,并且观察数据的一部分被通用预报模型用于生成第二数据预测。可以在被配置为显示多维数据模型的交集的用户界面中显示第一数据预测和第二数据预测。
  • 具有定制机器预测扩展软件工具
  • [发明专利]使用加权混合机器学习模型进行需求预测-CN201880071162.0在审
  • 雷明;C·波佩斯库 - 甲骨文国际公司
  • 2018-09-18 - 2020-06-16 - G06Q10/06
  • 实施例通过接收多个过去时间段的物品的历史销售数据来预测物品的需求,该历史销售数据包括限定一个或多个特征集的多个特征。实施例使用特征集作为一个或多个不同算法的输入,以生成多个不同模型。实施例训练每个不同模型。实施例使用每个经训练的模型针对过去时间段中的一些或全部中的每个时间段生成多个过去需求预测。实施例确定每个过去需求预测的均方根误差(“RMSE”),并且基于RMSE,确定每个经训练的模型的权重,并对每个权重进行归一化。实施例然后通过组合每个经训练的模型的加权值来针对每个未来时间段生成物品的最终需求预测。
  • 使用加权混合机器学习模型进行需求预测
  • [发明专利]用于衣物干燥和消毒的衣物护理设备-CN201680002607.0在审
  • 赵丽红;方乐为;蒋勇;C·波佩斯库 - 皇家飞利浦有限公司
  • 2016-02-02 - 2017-05-17 - D06F58/20
  • 本发明涉及一种衣物护理设备(D),该衣物护理设备包括:室(C),该室接纳至少一个衣物(G)。衣物护理设备(D)还包括:加热系统(HS),用于加热至少一个衣物(G)。衣物护理设备(D)还包括:照明系统(LS),用于在室(C)内部发射具有在范围[280;500]nm中的波长的辐射。衣物护理设备(D)还包括:设置在室(C)内部的金属氧化物光催化剂元件(MO),使得金属氧化物光催化剂元件(MO)可以接收辐射。室(C)包括接纳装置(H、T)以接纳至少一个衣物(G),使得至少一个衣物(G)保持与金属氧化物光催化剂元件(MO)隔开。根据本发明的衣物护理设备允许组合衣物的干燥和消毒,同时以安全且对生态环境友好的方式给予衣物令人愉快的味道。
  • 用于衣物干燥消毒护理设备

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

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top