“样本模型”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901656个，建议您升级VIP下载更多相关专利

[发明专利]目标模型验证方法以及装置-CN202310491937.2在审
发明人：李越杰;胡男 -专利权人：浙江网商银行股份有限公司
申请日： 2023-05-04 - 公布日： 2023-08-22 - 主分类号： G06F11/34 文献下载
摘要：本说明书实施例提供目标模型验证方法以及装置，其中该方法包括：确定针对目标模型的至少两个样本集，其中，各样本集中包括训练样本以及所述训练样本对应的样本标签；根据所述各样本集中包括的训练样本、以及所述训练样本对应的样本标签，确定所述各样本集的特征重要性指标、信息量指标以及模型验证指标；根据所述各样本集的特征重要性指标、信息量指标以及模型验证指标，结合所述模型验证指标对应的稳定性规则，验证所述目标模型的稳定性。具体的，该目标模型验证方法通过各样本集的特征重要性指标、信息量指标以及模型验证指标之间的关系，来准确验证目标模型的稳定性，以便后续可以基于该目标模型的稳定性评估结果对其进行优化以及调整。
目标模型验证方法以及装置

[发明专利]风险预测模型的训练方法、使用方法及装置、设备及介质-CN202311138830.6在审
发明人：张广智 -专利权人：平安银行股份有限公司
申请日： 2023-09-04 - 公布日： 2023-10-27 - 主分类号： G06N3/094 文献下载
摘要：本发明实施例公开了一种风险预测模型的训练方法、使用方法及装置、设备及介质，训练方法包括：获取原始训练样本集，原始训练样本集包括若干历史交易数据与风险类型标签的对应关系，风险类型标签包括正常交易的正样本标签或欺诈交易的负样本标签；将原始训练样本集中负样本标签对应的原始负样本数据集输入预设的生成模型进行负样本数据扩充，得到候补的目标负样本数据集；将目标负样本数据集以及原始训练样本集输入预设的判别模型进行模型训练，直至模型收敛，得到训练后的判别模型，将训练后的判别模型作为风险预测模型。通过上述方法，可以使正负样本尽可能均衡，以此训练得到的判别模型在作为风险预测模型使用时，预测结果的准确度有所提高。
风险预测模型训练方法使用方法装置设备介质

[发明专利]一种目标检测系统的主动学习方法-CN201911396654.X有效
发明人：任聪慧;肖晟 -专利权人：湖南大学
申请日： 2019-12-30 - 公布日： 2023-08-08 - 主分类号： G06V10/774 文献下载
摘要：本发明提供了一种目标检测系统的主动学习方法，该方法包括：获取样本训练集对目标检测模型进行模型训练，根据训练后的目标检测模型对未标记样本集进行样本预测，得到预测结果；分别计算未标记样本集中每个未标记样本所携带的信息量，得到多个样本信息量；根据样本信息量对未标记样本进行排序以选取信息量最大的目标样本；根据所述目标样本分别对已标记样本集和未标记样本集进行更新，并重新依序执行模型训练、样本预测、信息量计算和目标样本选取和标记，直至已标记样本集满足停止条件时，停止针对目标检测模型的训练。本发明通过对目标检测模型训练过程中样本信息量的衡量和评估，选择对模型训练最有效的样本进行人工标注，提高了样本标注效率。
一种目标检测系统主动学习方法

[发明专利]一种模型训练方法、装置、计算机设备及存储介质-CN202011265626.7在审
发明人：王星;郝永昌;焦文祥;涂兆鹏 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-12 - 公布日： 2021-01-22 - 主分类号： G06F40/58 文献下载
摘要：本申请提出一种模型训练方法、装置、计算机设备及存储介质。该方法包括：获取用于模型训练的样本文本；调用样本多任务翻译模型，样本多任务翻译模型包括样本编码器、第一样本解码器以及第二样本解码器；基于样本编码器对样本文本进行编码处理，得到样本文本的文本特征；基于第一样本解码器对文本特征进行解码处理，得到样本文本的第一预测文本，以及基于第二样本解码器对文本特征进行解码处理，得到样本文本的第二预测文本；根据样本文本、第一预测文本以及第二预测文本训练样本多任务翻译模型，得到多任务翻译模型。通过训练多任务翻译模型，可以提高模型翻译的准确性。
一种模型训练方法装置计算机设备存储介质

[发明专利]模型训练及逾期风险预测方法、装置、设备和介质-CN202111249432.2在审
发明人：胡汤楠;严澄;杨青 -专利权人：度小满科技(北京)有限公司
申请日： 2021-10-26 - 公布日： 2022-01-21 - 主分类号： G06Q40/02 文献下载
摘要：本申请提供了一种模型训练方法及逾期风险预测方法、装置、设备和介质，在该模型训练方法中，获得多份信贷样本；利用多份信贷样本及信贷样本标注的信贷风险标签训练出综合信贷风险模型；确定多份信贷样本各自归属的信贷样本群；如信贷样本群属于低样本数的信贷样本群，利用综合信贷风险模型确定信贷样本群中各信贷样本的信贷逾期评分，基于信贷样本中各信贷样本的信贷特征数据、信贷逾期评分以及信贷风险标签训练第二模型，得到适用于信贷样本群的子信贷风险模型；其中，信贷样本群的子信贷风险模型用于预测信贷特征数据与信贷样本群匹配的用户存在信贷逾期风险的评分。本申请的方案可以提高模型预测信贷逾期风险的准确度。
模型训练逾期风险预测方法装置设备介质

[发明专利]模型训练方法、视频处理方法、装置、存储介质及电子设备-CN202080084487.X在审
发明人：郭子亮 -专利权人：深圳市欢太科技有限公司;OPPO广东移动通信有限公司
申请日： 2020-01-08 - 公布日： 2022-07-22 - 主分类号： G06Q10/10 文献下载
摘要：本申请实施例公开了一种模型训练方法、视频处理方法、装置、存储介质及电子设备。模型训练方法包括：获取视频样本以及对应视频样本的分类标签，将视频样本划分为图像样本和音频样本；构建基础模型，基础模型包括图像特征提取模型、音频特征提取模型和分类模型；通过图像特征提取模型提取得到图像样本的图像特征，以及通过音频特征提取模型提取得到音频样本的音频特征；将图像特征以及音频特征输入分类模型进行分类，得到对应视频样本的预测标签；根据预测标签与分类标签的差异对图像特征提取模型、音频特征提取模型以及分类模型的参数进行调整，直至基础模型收敛，并将收敛的基础模型作为用于视频分类的视频分类模型。
模型训练方法视频处理装置存储介质电子设备

[发明专利]样本筛选方法、装置、电子设备及存储介质-CN202211375796.X在审
发明人：王础;赵学峰;郭曦煜;纪春芳;邱婉 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2022-11-04 - 公布日： 2023-10-27 - 主分类号： G06N7/01 文献下载
摘要：本发明公开了一种样本筛选方法、装置、电子设备及存储介质。其中，该样本筛选方法包括：获取第一模型对样本集中的样本的预测结果；样本集包括正样本集和负样本集；正样本中的样本表征换机用户的用户数据；负样本中的样本表征非换机用户的用户数据；第一模型基于样本集中的样本训练初始模型得到；预测结果表征用户发生换机行为的概率值；基于预测结果，从负样本集中筛选出目标负样本集；基于正样本集和目标负样本集，训练初始模型，得到第二模型；第二模型用于基于用户数据预测用户发生换机行为的概率值。
样本筛选方法装置电子设备存储介质

[发明专利]模型生成方法、装置、计算机设备和存储介质-CN201910945862.4在审
发明人：林建明;张祺扬 -专利权人：深圳无域科技技术有限公司
申请日： 2019-09-30 - 公布日： 2021-03-30 - 主分类号： G06Q40/02 文献下载
摘要：本申请涉及一种模型生成方法、装置、计算机设备和存储介质。所述方法包括：获取包括第一子样本集合和第二子样本集合的第一样本集合；通过训练第一子样本集合得到第一目标模型；通过第一目标模型预测第二子样本集合中各个样本的标签得到各个样本的预测标签；通过训练第一子样本集合和携带预测标签的第二子样本集合得到第二目标模型；获取通过训练第二样本集合和第一子样本集合得到的第三迁移模型，第二样本集合和第一样本集合为不同产品中的数据；获取第三样本集合，第三样本集合与第一样本集合为相同产品的数据；根据第三样本集合训练第二目标模型和第三目标模型组成的模型得到预设目标模型通过迁移模型和样本数据快速建立有效的预测模型。
模型生成方法装置计算机设备存储介质

[发明专利]用于训练模型的方法和装置-CN202110682914.0在审
发明人：孙卓;杨天行;杨晨 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-18 - 公布日： 2021-09-07 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了用于训练模型的方法和装置，涉及深度学习、知识图谱技术领域。该方法包括：获取训练完成的初始第一预测模型以及样本数据集，其中，样本数据集中包括样本数据、以及样本数据的实际标签；采用样本数据、以及样本数据的实际标签训练初始第一预测模型，并得到目标第一预测模型；采用目标第一预测模型确定样本数据的第一预测标签；采用样本数据、以及样本数据的第一预测标签，训练初始第二预测模型，并得到目标第二预测模型。采用该方法可以提高训练模型的效率以及降低训练模型的成本。
用于训练模型方法装置

[发明专利]模型处理方法、装置、电子设备及存储介质-CN202110064239.5在审
发明人：谭志鹏 -专利权人： OPPO广东移动通信有限公司
申请日： 2021-01-18 - 公布日： 2021-05-07 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了一种模型处理方法、装置、电子设备及存储介质，应用于计算机技术领域，该模型处理方法包括：获取随机赋值的初始样本；通过预先训练好的原始模型，对所述初始样本进行迭代更新，得到最终更新生成的合成样本，其中，所述原始模型根据原始训练样本对神经网络模型训练得到，所述合成样本用于模拟所述原始训练样本；根据所述合成样本，对所述原始模型的模型参数进行微调；对所述微调后的原始模型进行量化压缩，得到压缩后的目标模型本方法通过生成近似原始训练样本的合成样本，来微调和量化模型，可以减少量化误差，提升量化精度。
模型处理方法装置电子设备存储介质

[发明专利]样本识别模型的生成方法、装置、计算机设备和存储介质-CN202010213549.4在审
发明人：李超;范梦迪;蓝利君;郭清宇;卢笑;王翔 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-24 - 公布日： 2020-07-24 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种样本识别模型的生成方法、装置、计算机设备和存储介质。所述方法包括：采集至少两个源域样本集和一个目标域样本集；根据各个源域样本集对待训练的分类网络模型进行预训练，得到预训练后的分类网络模型；分别根据各个源域样本集对预训练后的分类网络模型进行再次训练，得到各个再次训练后的分类网络模型；分别根据各个源域样本集和目标域样本集，对各个再次训练后的分类网络模型进行对抗训练，得到各个训练完成的分类网络模型；根据源域样本集和目标域样本集，确定各个训练完成的分类网络模型对应的分类权重，结合各个训练完成的分类网络模型，生成训练完成的样本识别模型。采用本方法能够提高模型的样本识别准确率。
样本识别模型生成方法装置计算机设备存储介质

[发明专利]模型训练方法、装置、设备、存储介质及程序产品-CN202110650902.X在审
发明人：杨馥魁 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-11 - 公布日： 2021-08-31 - 主分类号： G06K9/46 文献下载
摘要：本公开公开了模型训练方法、装置、设备、存储介质及程序产品，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域。具体实现方案为：获取样本图像集；将样本图像集中的样本图像输入至预先训练的第一模型，得到第一特征集，其中，第一模型为教师模型；基于第一特征集，确定第一正样本特征集和第一负样本特征集，生成样本特征对；将样本图像集中的样本图像作为输入，将第二特征集作为输出，对第二模型进行训练，得到特征提取模型，其中，第二模型为学生模型，第二模型的损失函数基于第一模型的样本特征对和第二模型的样本特征对而构建。该方案实现了一种针对正负样本特征对关系的知识蒸馏方法，提升了蒸馏精度。
模型训练方法装置设备存储介质程序产品

[发明专利]人群密度检测模型训练方法和人群密度检测方法-CN201911044275.4在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2019-10-30 - 公布日： 2020-02-18 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种人群密度检测模型训练方法和人群密度检测方法，包括：获取样本图像输入人群密度检测模型中的预设神经网络模型，得到第一样本特征图、第二样本特征图以及各密集度的样本概率值，将其输入预设选择网络模型，确定出样本目标特征图；将各密集度的样本概率值输入预设构建网络模型构建样本概率值特征图；将样本目标特征图和样本概率值特征图输入预设特征融合网络模型生成样本人群密度图；将样本人群密度图和样本图像组成特征图、预先标记的标签密度图和样本图像组成的特征图输入预设的判别器网络，得到人群密度检测模型的损失，根据损失对人群密度检测模型进行训练。提高了得到的人群密度检测模型的准确度。
人群密度检测模型训练方法

[发明专利]用于行人重识别的模型训练方法、识别方法、装置及介质-CN201911223130.0在审
发明人：李珂;孙星;程昊;杨丰祥;彭湃;余宗桥;郭晓威;黄小明;吴永坚;黄飞跃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-12-03 - 公布日： 2020-04-17 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种用于行人重识别的模型识别方法、装置、设备及介质，所述方法属于计算机视觉领域，所述方法包括：获取主模型和辅助模型；对无标签样本集中的样本进行聚类，得到聚类成功样本和聚类失败样本；通过所述辅助模型从所述聚类失败样本中挖掘出第一样本子集；与所述聚类成功样本中的第二样本子集组合为混合样本子集；采用所述混合样本子集对所述主模型进行训练；通过所述主模型从所述聚类成功样本中挖掘出第三样本子集；采用所述第三样本子集对所述辅助模型进行训练；交替迭代上述两个步骤至满足结束条件，将训练后的所述主模型确定为应用于所述行人重识别的模型。
用于行人识别模型训练方法装置介质

[发明专利]数据增强方法、模型训练方法及装置-CN202211166981.8在审
发明人：杨森;蒋宁;肖冰;李宽 -专利权人：马上消费金融股份有限公司
申请日： 2022-09-23 - 公布日： 2023-05-16 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例公开了一种数据增强方法及模型训练方法，该模型训练方法包括：获取第一训练样本；将第一训练样本输入待训练模型中进行迭代训练，直至模型的损失函数收敛；其中，将第一训练样本输入待训练模型中进行训练的具体实现方式有：将第一训练样本输入待训练模型的第一增强子模型中对第一训练样本进行第一增强处理，得到第二训练样本；将第二训练样本输入待训练模型的第二增强子模型中对第二训练样本进行第二增强处理，得到增强后样本，第一增强处理和第二增强处理不同；损失函数包括语义缓解损失函数，语义缓解损失函数是根据第一训练样本的样本语义分布与增强后样本的样本语义分布的差异度确定的。
数据增强方法模型训练装置