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1186125个,建议您升级VIP下载更多相关专利
  • [发明专利]基于STDP非监督学习算法的脉冲神经网络模型构建方法-CN201710222912.7有效
  • 常胜;徐智勇;王豪;刘锋 - 武汉大学
  • 2017-04-07 - 2020-04-10 - G06N3/04
  • 本发明公开了一种基于STDP非监督学习算法的硬件友好型脉冲神经网络模型构建方法,所述脉冲神经网络模型是一种多突触延时的前向反馈神经网络模型,每层神经元分别通过若干条突触与其它层神经元互连,而每层内部神经元相互独立本发明完全依赖数字硬件电路平台进行脉冲神经网络的模型设计,并且创新性的将STDP非监督学习算法用于该脉冲神经网络模型的学习训练中,能够实现特定功能。该硬件平台脉冲神经网络模型具有较高的稳定性,能够在占用较少硬件资源的条件下拥有较快的速度,加上网络结构并行连接的特点,其拓展性也大大提高,对于实现超大规模的脉冲神经网络也提供了新的思路。
  • 基于stdp监督学习算法脉冲神经网络模型构建方法
  • [发明专利]一种采用资格迹的神经网络学习控制方法-CN201510304299.4有效
  • 刘智斌;刘晓峰 - 曲阜师范大学
  • 2015-06-04 - 2017-10-03 - G05B13/04
  • 本发明公开了一种采用资格迹的神经网络学习控制方法,该采用资格迹的神经网络学习控制算法,将BP神经网络应用于强化学习,BP神经网络的模型拓扑结构包括输入层、隐层和输出层,运用资格迹,本方法把局部梯度从输出层传递到隐层,实现隐层权值的更新,能大大提高学习效率;在此基础上采用基于资格迹的残差梯度法,不仅对神经网络输出层进行权值更新,而且对隐层进行了优化权值更新,保证了BP神经网络在强化学习过程中良好的收敛性能。BP神经网络作为强化学习值函数拟合器,其输入层接收状态信息,依据BP神经网络输出层的输出值V和环境反馈的报酬值r,利用TD算法训练BP神经网络,Agent依据输出值V选取行为a,从而实现自适应控制。
  • 一种采用资格神经网络学习控制方法

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