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461899个,建议您升级VIP下载更多相关专利
  • [发明专利]意图识别模型的训练方法、意图识别方法及装置-CN202210985878.X在审
  • 张晗;杜新凯;吕超;谷姗姗 - 阳光保险集团股份有限公司
  • 2022-08-16 - 2022-11-01 - G06F40/30
  • 本申请提供了一种意图识别模型的训练方法、意图识别方法及装置,方法包括:获取训练样本;训练样本中的样本包括:标注有意图标签的问句;采用训练样本中的样本对预训练模型进行训练;获取样本对应的初始输出向量;根据初始输出向量确定预训练模型的初始反向传播梯度;基于初始反向传播梯度,对初始输出向量增加预设次数的扰动,得到目标反向传播梯度;根据目标反向传播梯度更新预训练模型的模型参数,得到意图识别模型。本申请利用预训练模型中反向传播的梯度,对模型样本对应的输出向量,即词嵌入层向量进行对抗扰动,这种对抗训练方法可以提高模型鲁棒性。
  • 意图识别模型训练方法装置
  • [发明专利]一种基于移一交叉验证法的模型筛选方法-CN202111365990.5在审
  • 吕利叶;鲁玉军;张伟 - 浙江理工大学
  • 2021-11-18 - 2022-03-01 - G06F30/20
  • 本发明根据样本构建初始代理模型,逐个选择样本点作为验证集,剩下样本点作为初始训练集,并将验证集中的样本点沿随机正态分布移动得到虚拟验证点,将虚拟验证点的输入代入初始代理模型得到初始代理模型的虚拟响应,从而得到初始代理模型所预测的虚拟样本点;用虚拟样本点替换样本中的样本点,得到更新后的虚拟训练集;构建虚拟代理模型,计算虚拟代理模型的移一交叉验证局部误差:遍历样本中的各样本点后,对各移一交叉验证局部误差求均值
  • 一种基于交叉验证模型筛选方法
  • [发明专利]样本数据集模型训练方法、装置、设备、介质及产品-CN202210699010.3在审
  • 涂晓招 - 中银金融科技有限公司
  • 2022-06-20 - 2022-10-18 - G06K9/62
  • 本发明提供一种小样本数据集模型训练方法、装置、设备、介质及产品,包括确定与目标域样本对应的源域样本,并基于源域样本初始化Faster‑RCNN模型进行预训练得到预训练好的Faster‑RCNN模型;保存预训练好的Faster‑RCNN模型中的特征提取网络及区域生成网络的权重参数,并对预训练好的Faster‑RCNN模型中的检测网络的权重参数进行随机初始化;基于目标域样本对随机初始化后的检测网络进行训练得到训练好的目标Faster‑RCNN模型,由此通过源域丰富的监督信息弥补目标域样本不足的缺陷,从而提升使用小样本目标域训练好的模型精确度。
  • 样本数据模型训练方法装置设备介质产品
  • [发明专利]对话主题识别模型的训练方法及装置-CN202310002655.1在审
  • 阎覃;孙子钧;张天宇;赵薇;柳景明 - 北京猿力教育科技有限公司
  • 2023-01-03 - 2023-05-23 - G06F16/35
  • 本说明书提供对话主题识别模型的训练方法及装置,其中对话主题识别模型的训练方法包括:从训练样本中获取训练数据,其中,训练样本包括多条训练数据,每条训练数据携带主题类别标签;将训练数据输入初始识别模型,获取训练数据为各个设定主题类别的预测概率;根据主题类别标签、预测概率以及各个设定主题类别的样本权重,确定初始识别模型的损失值,其中,各个设定主题类别的样本权重基于训练样本中各个设定主题类别的样本数目计算确定;基于损失值反向调整初始识别模型的模型参数,并返回执行从训练样本中获取训练数据的操作步骤,直至达到训练停止条件,获得训练完成的对话主题识别模型。
  • 对话主题识别模型训练方法装置
  • [发明专利]不平衡数据的半监督分类方法-CN201010530912.1无效
  • 王爽;焦李成;冯吭雨;钟桦;侯彪;缑水平;马文萍;张青 - 西安电子科技大学
  • 2010-11-04 - 2011-02-23 - G06F17/30
  • 本发明公开了一种基于模糊聚类和半监督学习的不平衡数据分类方法,主要用于解决现有技术在有标记样本较少且不平衡度较高的数据上,对少数类的分类精度低的问题。其实现步骤为:(1)初始有标记样本和未标记样本;(2)初始聚类中心;(3)实施模糊聚类;(4)依据聚类结果更新有标记样本和未标记样本;(5)实施基于SVM分类器的自训练;(6)依据自训练结果更新有标记样本和未标记样本在有标记样本较少的不平衡数据上,本发明提高了少数类的分类精度,可用于训练样本极少的不平衡数据的分类与识别。
  • 不平衡数据监督分类方法

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