“动态学习”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果571650个，建议您升级VIP下载更多相关专利

[发明专利]基于动态学习模型的动态知识图谱搭建系统、方法及应用-CN202111666299.0在审
发明人：王怡然;王琦 -专利权人：成都合源美智教育科技有限公司
申请日： 2021-12-31 - 公布日： 2022-05-13 - 主分类号： G06F16/31 文献下载
摘要：本发明涉及机器学习技术领域，具体公开了基于动态学习模型的动态知识图谱搭建系统、方法及应用。所述基于动态学习模型的动态知识图谱搭建系统，包括学科认知系统搭建模块、学科难度系数反馈模块、知识图谱随样动态更新模块。基于动态学习模型的动态知识图谱搭建系统将学习者学习情况作为考察要素进行动态分析，从而调整动态知识图谱中的难度系数，向学习者提供更合适的学习路径。
基于动态学习模型知识图谱搭建系统方法应用

[发明专利]动态课程的创建方法及系统-CN201710021503.0在审
发明人：文伟龙;李少明 -专利权人：北大方正集团有限公司;北京北大方正电子有限公司
申请日： 2017-01-12 - 公布日： 2018-07-20 - 主分类号： G06Q50/20 文献下载
摘要：本发明提供了一种动态课程的创建方法及系统。其中，动态课程的创建方法包括：获取用户的个性化数据，生成用户的学习模型数据A1，保存学习模型数据A1至数据库；分析用户的日常学习数据，实时生成用户的学习跟踪数据B1，保存学习跟踪数据B1至数据库；根据学习模型数据A1和学习跟踪数据B1，生成用户的学习计划，动态创建学习课程，以供用户进行在线学习。本发明提供的动态课程的创建方法，通过动态创建学习课程，实现创建的学习课堂根据用户的日常学习情况及时地进行调整，满足用户不同学习阶段的学习，需求满足用户个性化的学习需求。进一步地，不需要教育工作者参与创建学习课堂，进而降低了创建动态课程的成本，提升了产品的市场竞争力。
学习动态课程创建跟踪数据模型数据动态创建日常学习数据库个性化数据市场竞争力实时生成需求满足学习阶段在线学习课程课堂保存个性化分析

[发明专利]基于教育大数据的学习者模型动态构建方法-CN201810451369.2有效
发明人：刘海;杨宗凯;刘三女牙;张昭理;舒江波;孔德丽 -专利权人：华中师范大学
申请日： 2018-05-11 - 公布日： 2021-11-23 - 主分类号： G06F16/903 文献下载
摘要：本发明提出一种基于教育大数据的学习者模型动态构建方法，旨在提供一种学习者个性化学习概览的动态构建方法，实现对学习者的全面描述，促进对学习者的个性化指导。本发明包括以下步骤：首先，通过在线学习平台获取学习者的学习数据；其次，利用Experience API规范量化学习者的学习经历；再次，借助大数据分析和挖掘技术提取有效的学习者特征；最后，依据学习者的有效特征数据动态构建不同时空的个性化学习概览，从而实现学习者模型的动态构建。本发明基于教育大数据的学习者模型动态构建方法能够促进个性化学习的生成，有助于构建个性化的学习环境，对于学习兴趣挖掘、知识盲点识别、就业指导、学习路径规划等领域具有实际的应用价值。
基于教育数据学习者模型动态构建方法

[发明专利]一种能够提升兴趣程度的低龄化网络学习平台-CN201911179865.8在审
发明人：刘震雷;陆启;胡超群 -专利权人：常州正德教育科技有限公司
申请日： 2019-11-27 - 公布日： 2020-04-10 - 主分类号： G06Q50/20 文献下载
摘要：一种能够提升兴趣程度的低龄化网络学习平台，本发明涉及网络教育平台技术领域，学习平台包含静态学习模块、动态学习模块、互动学习模块以及锁定模块；静态学习模块、动态学习模块均与互动学习模块连接；上述监管模块包含计时模块、流量监测模块和控制模块，其中计时模块、流量监测模块均与学习平台以及控制模块连接，控制模块与上述的锁定模块连接；上述互动学习模块包含录入模块和动态效果生成模块；录入模块与动态效果生成模块连接。其无需在成年人的陪同下，完成学习平台中的内容，且可以自行创作，将自己的涂鸦等生成动态图画，进行播放，增加整个学习过程的乐趣，提高低龄人群的。
一种能够提升兴趣程度低龄化网络学习平台

[发明专利]学习设备、学习方法和程序-CN200710090405.9无效
发明人：南野活树;伊藤真人;河本献太;吉池由纪子;铃木洋贵 -专利权人：索尼株式会社
申请日： 2007-04-06 - 公布日： 2007-10-10 - 主分类号： G05B13/02 文献下载
摘要：本发明提供学习设备、学习方法和程序。一种学习设备包括：存储单元，其被配置为存储由多个各自保存动态状况的节点形成的网络；学习单元，其被配置为基于观察到的时序数据以自组织方式学习网络的动态状况；获胜节点确定器，其被配置为确定获胜节点，该获胜节点是具有与时序数据最匹配的动态状况的节点；以及权重确定器，其被配置为根据个体节点与获胜节点的距离，为由该个体节点保存的动态状况确定学习权重。学习单元按照与学习权重相对应的程度以自组织方式学习网络的动态状况。
学习设备学习方法程序

[发明专利]隐私机器学习实现方法、装置、设备及存储介质-CN202010205350.7在审
发明人：陈元丰;谢翔;晏意林;黄高峰;史俊杰;李升林;孙立林 -专利权人：矩阵元技术（深圳）有限公司
申请日： 2020-03-20 - 公布日： 2020-07-17 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施方案提供了一种隐私机器学习实现方法、装置、设备及存储介质，该方法包括：在执行明文机器学习模型的计算逻辑时，确认所述明文机器学习模型中的动态优化器的执行时机是否到来；当所述动态优化器的执行时机到来时，执行所述动态优化器，以将所述计算逻辑中的原生算子替换为密码算子，并执行所述密码算子；其中，所述明文机器学习模型基于明文机器学习框架生成，所述动态优化器派生于所述明文机器学习框架的优化器基类，所述明文机器学习框架中注册有所述密码算子和所述动态优化器本说明书实施方案可以降低隐私机器学习的实现成本。
隐私机器学习实现方法装置设备存储介质

[发明专利]情境驱动的大规模在线学习动态分组方法-CN202211220698.9有效
发明人：廖宏建 -专利权人：广州大学
申请日： 2022-10-08 - 公布日： 2023-06-09 - 主分类号： G06F16/906 文献下载
摘要：本发明涉及大规模在线学习中的群组划分领域，且公开了情境驱动的大规模在线学习动态分组方法，包括以下步骤，首先基于活动理论构建学习者情境模型，并将反映情境指标的多模态数据转化为情境流；其次对模糊C均值聚类算法进行扩展，使用增量式流处理和动态滑动窗口技术探测情境流中的概念漂移，实现基于某一情境维度的学习群组自适应动态聚类；最后按混合分组思路，对不同情境维度的同质聚类结果进行差异化组合，得到异质学习小组，该情境驱动的大规模在线学习动态分组方法，能在学员不断进入与退出，以及学习者行为特征发生变化的情形下，既能维持分组的连续性，又能自适应动态调整。动态分组在学习者合作倾向、互惠性等方面更具备有优势。
情境驱动大规模在线学习动态分组方法

[发明专利]一种工业动态复杂环境中无线通信发射功率匹配系统及方法-CN202211161066.X在审
发明人：耿淑琴;徐楷;杨号;李熙;亓元;崔澳 -专利权人：北京工业大学
申请日： 2022-09-22 - 公布日： 2022-11-22 - 主分类号： H04W52/06 文献下载
摘要：本发明公开了一种工业动态复杂环境中无线通信发射功率匹配系统及方法，包括电源、耐工业动态复杂环境无线接收和发射天线、耐工业动态复杂环境传感器群、耐工业动态复杂环境干扰信号识别模块、耐工业动态复杂环境无线通信控制器、动态双重深度强化学习处理模块、控制器、耐工业动态复杂环境GPS模块、耐工业动态复杂环境存储器和动态功率智能匹配模块；耐工业动态复杂环境干扰信号识别模块包括频谱分析仪和示波器。通过动态深度强化学习算法对恶劣的工业动态复杂环境持续的环境动态认知学习和干扰动态认知学习和动态决策；通过动态反馈给无源终端来进行功率实时智能调节实现工业动态复杂恶劣环境下智能节点和无源终端之间发射功率智能实时精准匹配
一种工业动态复杂环境无线通信发射功率匹配系统方法

[发明专利]模式学习信息嵌入方法及系统-CN202110470706.4在审
发明人：张鑫 -专利权人：颢方智联科技（苏州）有限公司
申请日： 2021-04-29 - 公布日： 2021-06-11 - 主分类号： G06F16/36 文献下载
摘要：本发明实施例提供了一种模式学习信息嵌入方法及系统，对于任意两个模式学习信息，基于两个模式学习信息的类型，确定两个模式学习信息之间的知识图谱，并将知识图谱作为两个模式学习信息之间的模式学习流向信息，结合模式学习信息的动态学习行为特征以及模式学习信息与模式学习信息之间的模式学习流向信息，进行至少一轮信息分析，以更新目标业务处理模式中模式学习信息的动态学习行为特征。如此，能够有效更新目标业务处理模式中模式学习信息的动态学习行为特征，以便于后续数据处理。
模式学习信息嵌入方法系统

[发明专利]限定课程的动态组合-CN03804649.0无效
发明人：沃尔夫冈·泰尔曼 -专利权人： SAP股份公司
申请日： 2003-02-11 - 公布日： 2005-07-13 - 主分类号： G09B5/00 文献下载
摘要：一种学习系统，可用于动态创建适合学习者的需要的课程。在一个实现中，该学习系统可根据学习者的需要，从现有课程的结构元素中动态创建、组合、以及/或者构建新的临时课程。可使用学习者提供的预算和其它标准来表示学习者的需要。使用预算和标准，该学习系统可识别可用于组合动态课程的现有的结构元素。组合课程之后，可使用学习站将课程临时存储并呈现给学习者。
限定课程动态组合

[发明专利]一种远程监控式的低龄网络教育平台-CN201911164536.6在审
发明人：刘红;张建;沈燕波 -专利权人：常州正德教育科技有限公司
申请日： 2019-11-25 - 公布日： 2020-04-17 - 主分类号： G06Q50/20 文献下载
摘要：一种远程监控式的低龄网络教育平台，本发明涉及网络教育平台技术领域，信息采集模块通过学习端无线传输模块与云存储平台连接，注册/登录平台利用学习端无线传输模块与云存储平台连接，且注册/登录平台分别与静态学习模块、动态学习模块连接；上述学习计时模块分别与静态学习模块、动态学习模块连接，同时学习计时模块与锁定模块连接，锁定模块分别与静态学习模块、动态学习模块连接。
一种远程监控网络教育平台

[发明专利]一种在线学习投入动态评价方法及系统-CN202011416196.4有效
发明人：李爽;郑勤华;陈丽;杜君磊 -专利权人：北京师范大学
申请日： 2020-12-04 - 公布日： 2023-04-18 - 主分类号： G06Q50/20 文献下载
摘要：本发明公开了一种在线学习投入动态评价方法及系统，将在线学习数据划为不同粒度的学习空间及不同维度的学习时间投入特征，计算每种空间粒度和时间维度投入组合的特征，构建不同维度的空间评价模型及时间评价模型，空间粒度模型的输出作为输入以学生的绩效为目标值构建空间投入综合模型，时间维度模型的输出作为输入以学生的绩效为目标值构建时间投入综合模型，以上模型组成在线学习投入动态评价模型，通过获取学生在线学习数据，基于动态评价模型对学生在线学习投入进行全面深入的评价，了解学生在不同网络学习时空中的学习状态与动态演变，诊断学习问题，据此更好提供精准教学干预和个性化学习支持服务，为课程教学和学习设计的优化提供依据。
一种在线学习投入动态评价方法系统

[发明专利]一种基于演化博弈的在线知识共享动态奖励方法-CN202011002274.6有效
发明人：夏丹;丘莹;张思;柯慧荣 -专利权人：华中师范大学
申请日： 2020-09-22 - 公布日： 2023-08-18 - 主分类号： G06Q30/0207 文献下载
摘要：本发明属于在线教育领域，公开了一种基于演化博弈的在线知识共享动态奖励方法，包括根据学习者的知识共享记录信息，获得学习者的信誉值；针对每一位学习者，根据该学习者设定的趋同条件信息、该学习者的信誉值、其他学习者的信誉值，筛选出作为该学习者博弈对象的邻居学习者的集合；定义博弈策略和收益矩阵，确定动态奖励函数；在每一轮博弈中，计算每个学习者的学习收益值；针对每一位学习者，筛选出候选学习对象的集合；通过赌轮盘算法和费米动力学规则进行策略更新；根据更新的策略计算得到动态奖励值，在线学习平台根据动态奖励值对进行知识共享的学习者奖励。本发明在给予学习者激励的基础上能够尽量地减少平台的开销。
一种基于演化博弈在线知识共享动态奖励方法

[发明专利]一种基于图结构的数据动态分类方法与系统-CN202010940819.1在审
发明人：高跃;冯玉彤 -专利权人：清华大学
申请日： 2020-09-09 - 公布日： 2020-12-15 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种基于图结构的数据动态分类系统，该系统包括如下单元：图数据输入单元用于接收动态输入的图结构数据；数据及模型存储单元用于保存已输入数据及保存当前时刻的分类模型参数；图连续学习单元用于根据输入图数据动态学习分类并更新模型，其中学习图生成单元用于生成指定空间限制下的学习图，图学习单元用于根据学习图更新分类模型参数；分类预测单元用于对无标签的数据给出分类预测结果。本发明还公开了一种基于图结构的数据动态分类方法，本发明的系统和方法能够动态学习不断更新的图结构数据，可被用于社交网络、引文网络、蛋白质网络等持续更新的图数据库。
一种基于结构数据动态分类方法系统

[发明专利]一种基于混合学习的跨域行人重识别方法-CN202110158298.9有效
发明人：郭继峰;庞志奇;李林辉;李星 -专利权人：东北林业大学
申请日： 2021-02-04 - 公布日： 2022-07-05 - 主分类号： G06V40/10 文献下载
摘要：本发明涉及一种基于混合学习的跨域行人重识别方法。包括如下步骤：1：设计基于生成对抗网络的风格迁移模型，利用标记的源域数据对风格迁移模型进行训练；2：设计基于特征提取网络的行人重识别模型，特征提取网络之后连接了两个分别用于监督学习和无监督学习的模块；3：设计动态权重函数动态的调整两种学习方式的权重，从而动态的对特征提取网络进行训练，最终完成跨域行人重识别任务。本发明设计了监督学习和无监督学习两种模块、结合了源域和目标域的数据对行人重识别模型进行训练。本发明还设计了动态权重函数动态地结合两种学习方式。
一种基于混合学习行人识别方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条