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3866684个,建议您升级VIP下载更多相关专利
  • [发明专利]机器人系统-CN201810982755.4有效
  • 稻垣聪;陈文杰;王凯濛 - 发那科株式会社
  • 2018-08-27 - 2020-04-10 - B25J9/16
  • 本发明提供一种机器人系统,降低计算学习校正量的学习次数,其中,该学习校正量用于校正机器人机构部的位置控制。机器人系统(1)包含:至少一个未学习机器人(102),其未学习基于动作指令的位置控制的学习校正量;至少一个已学习机器人(101、103、104),其已学习基于动作指令的位置控制的学习校正量;存储装置(210),其保存已学习机器人的动作指令(1、3、4)和学习校正量,未学习机器人具有:校正量推定部,其根据保存于存储装置的已学习机器人(103)的动作指令(3)与本机器人的动作指令(2)的差异,校正保存于存储装置的已学习机器人的学习校正量,将校正后的学习校正量推定为本机器人的学习校正量。
  • 机器人系统
  • [发明专利]执行机器学习模型-CN201980097196.1在审
  • B·孙;R·伊纳姆;A·沃尔加拉基斯菲尔詹;K·范迪卡斯 - 瑞典爱立信有限公司
  • 2019-06-04 - 2022-02-18 - G06N20/00
  • 本文所描述的实施例提供了用于执行机器学习模型的方法和装置。在第一节点处,基于第一数据集并使用机器学习算法开发第一机器学习模型。在第二节点处,基于第一机器学习模型和第二数据集并使用机器学习算法开发第二机器学习模型。关于第一机器学习模型与第二机器学习模型之间的差异的信息从第二节点被传送到第一节点。在第一节点处接收对执行机器学习模型的请求。响应于接收到对执行机器学习模型的请求,在第一节点处获得指示执行策略的信息。最后,取决于所获得的指示执行策略的信息:在第一节点处执行基于第一机器学习模型和关于第一机器学习模型与第二机器学习模型之间的差异的信息的机器学习模型以获得结果;或者在第一节点处部分地执行第一机器学习模型,并在第二节点处部分地执行第二机器学习模型,以获得结果。
  • 执行机器学习模型
  • [发明专利]通用密态数据安全计算方法-CN202310159080.4有效
  • 沈玉龙;程珂;张志为;祝幸辉;刘新;付家瑄;宋安霄 - 西安电子科技大学
  • 2023-02-23 - 2023-09-01 - H04L9/00
  • 本发明提供了一种通用密态数据安全计算方法,通过密态数据安全计算库中各种组件的组合可以将各种机器学习算法外包至云服务器进行隐私保护的计算,在保护数据隐私和模型安全的同时,提高机器学习算法的外包计算效率和计算精度本发明的通用密态数据安全计算库中各个组件基于各自的协议完成计算过程,这些协议均为隐私保护外包计算协议,在确保机器学习算法精度和计算高效性等前提下,可以实现半诚实威胁模型下的可证明安全,即用户和模型所有者的任何隐私信息都不会泄漏给云服务器此外,通过并行生成方式在目标组件运行计算过程中生成未运行的目标组件的辅助参数,可以提高运算的效率。
  • 通用数据安全计算方法
  • [发明专利]用于安全纵向联邦学习的方法、装置和系统-CN202080061690.5在审
  • 褚令洋;黄宇韬;张勇;王岚君 - 华为云计算技术有限公司
  • 2020-09-09 - 2023-04-07 - G06N20/00
  • 通过以下方式使用安全纵向联邦学习学习机器学习模型:网络机器学习模型从多个私有机器学习模型接收一组私有机器学习模型输出。所述一组私有机器学习模型输出基于所述多个私有机器学习模型中的每一个独占拥有的数据。所述一组私有机器学习模型输出基于所述数据的样本ID对齐。所述网络机器学习模型提供预测,所述预测为所述网络模型基于所述一组私有机器学习模型输出的输出。所述网络模型向所述多个私有机器学习模型中的一个传输所述预测,所述多个私有机器学习模型中的所述一个包括标签。所述网络模型从所述多个私有机器学习模型中的所述一个接收基于所述标签和所述预测的损失,基于所述损失计算梯度,并基于所述损失更新所述网络模型的参数。
  • 用于安全纵向联邦学习方法装置系统
  • [发明专利]进化的机器学习模型-CN201980027832.3在审
  • A·肯德尔;D·拉科;S·安巴蒂;P·普拉布;M·兰德里;J·麦金尼 - H2O人工智能公司
  • 2019-02-28 - 2021-01-19 - G06N20/00
  • 基于多个原始特征确定多个初始机器学习模型。通过选择初始机器学习模型的子集作为一个或多个幸存机器学习模型来对多个初始机器学习模型进行过滤。生成一个或多个进化的机器学习模型。进化的机器学习模型中的至少一个至少部分基于一个或多个新特征,所述一个或多个新特征至少部分基于一个或多个幸存机器学习模型的至少一个特征的变换。比较与一个或多个进化的机器学习模型相关联的对应验证分数和与一个或多个幸存机器学习模型相关联的对应验证分数。一个或多个进化的机器学习模型或者一个或多个幸存机器学习模型中的至少一个被选择为一个或多个新的所选幸存机器学习模型。
  • 进化机器学习模型
  • [发明专利]机器学习方法及机器学习系统-CN202111430621.X在审
  • 千叶宽也;晴山阳平;横山大树 - 丰田自动车株式会社
  • 2021-11-29 - 2022-06-03 - G05B13/04
  • 本发明涉及一种机器学习方法及机器学习系统,抑制服务器的处理负荷过剩地变高。在具备具有机器学习模型的车辆(2)和能够与车辆通信的服务器(3)的机器学习系统(1)中进行的对模型参数的值进行机器学习机器学习方法包括以下步骤:服务器检测服务器的当前的处理负荷;服务器基于处理负荷来决定在服务器及车辆的各自中进行的机器学习的处理量;服务器根据决定的服务器中的机器学习的处理量来对模型参数的值进行机器学习;及车辆根据决定的车辆中的机器学习的处理量来对模型参数的值进行机器学习。服务器在处理负荷相对高时与相对低时相比减少服务器中的机器学习的处理量。
  • 机器学习方法学习系统
  • [发明专利]机器学习装置和机器学习系统-CN202180035638.7在审
  • 并木勇太 - 发那科株式会社
  • 2021-05-13 - 2023-01-31 - G06T7/00
  • 提供一种能够使学习数据轻量化来高速地进行学习机器学习装置和机器学习系统。机器学习装置具备:机器学习部,其对学习数据进行学习,该学习数据包含图像和针对图像的标签;图像处理部,其使用图像处理程序来对图像进行图像处理;轻量学习数据制作部,其从图像中截取用于在机器学习部的学习中使用的部分图像,来制作包含部分图像的轻量学习数据;以及学习数据控制部,其使轻量学习数据与所述图像处理程序相关联地存储,其中,机器学习部对学习数据或轻量学习数据进行学习
  • 机器学习装置系统

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