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197796个,建议您升级VIP下载更多相关专利
  • [发明专利]一种反洗钱模型的训练方法及装置-CN202011625865.9有效
  • 徐紫绮;朱晓丹;王萌 - 第四范式(北京)技术有限公司
  • 2020-12-30 - 2023-06-13 - G06Q40/04
  • 本发明公开了一种反洗钱模型的训练方法及装置,涉及计算机技术领域,主要技术方案包括:获取源域样本和目标域样本,源域样本和目标域样本均为用于训练反洗钱模型的交易样本;对源域样本和目标域样本所涉及的特征进行分类,确定源域样本和目标域样本的共有特征集、源域样本的特有特征集和目标域样本的特有特征集;将源域样本中的特征和目标域样本中的特征,统一编码到源域样本和目标域样本的共有特征集、源域样本的特有特征集以及目标域样本的特有特征集三者并集对应的特征空间中;合并统一编码后的源域样本和目标域样本;基于合并后的样本训练反洗钱模型。
  • 一种洗钱模型训练方法装置
  • [发明专利]伪造样本检测模型的训练方法、伪造样本识别方法、装置、介质和设备-CN202110507606.4有效
  • 不公告发明人 - 北京瑞莱智慧科技有限公司
  • 2021-05-10 - 2022-05-31 - G06K9/62
  • 提供了一种伪造样本检测模型的训练方法、伪造样本识别方法、装置、介质和设备,该训练方法包括:获取真实样本和包括多种已知伪造类型的伪造样本的伪造样本;重复执行以下步骤,直到预设条件:根据所述真实样本,确定训练真实样本和测试真实样本;根据所述伪造样本,确定元训练伪造样本和元测试伪造样本,所述元训练伪造样本与所述元测试伪造样本包括的伪造样本的伪造类型不同;采用所述训练真实样本、元训练伪造样本对所述伪造样本检测模型进行元训练,得到内层优化后的伪造样本检测模型;采用所述训练真实样本、元测试伪造样本对内层优化后的伪造样本检测模型进行元测试,得到外层优化后的伪造样本检测模型。
  • 伪造样本检测模型训练方法识别装置介质设备
  • [发明专利]一种分类模型训练方法及计算机设备-CN202011637697.5在审
  • 杨德杰 - 平安科技(深圳)有限公司
  • 2020-12-31 - 2021-05-07 - G06K9/62
  • 其中,一种分类模型训练方法,从初始样本合中挖掘出正样本合,以及与正样本合对应的候选样本合,由于候选样本合是基于正样本合从初始样本合中挖掘得到,因此候选样本合中的样本是考虑了样本的全局分布得到,并且利用预先构建的生成式对抗网络,基于候选样本合与正样本合进行样本训练,输出的补充样本合不具有特征偏性,再将基于补充样本合与正样本合得到的目标样本合,用于对预设分类模型进行训练,由于目标训练样本合中因正负样本均衡且无特征偏性
  • 一种分类模型训练方法计算机设备
  • [发明专利]训练样本生成方法、深度生成模型的训练方法和装置-CN202110073852.3在审
  • 朱军;任勇 - 清华大学
  • 2021-01-20 - 2021-05-11 - G06N3/08
  • 提供了一种训练样本生成方法、深度生成模型的训练方法和装置。训练样本生成时将原始样本划分为多个随机性较弱的聚合样本,并基于所述聚合样本构建训练样本。模型训练时采用所述训练样本作为第一训练样本;基于所述训练样本和预设方式对所述深度生成模型进行迭代训练,直到达到预设条件,在每个迭代轮次中:从所述训练样本中采样一个聚合训练样本;基于所述聚合训练样本中的每一个训练样本从所述深度生成模型采样生成对应的第三样本;将所述聚合训练样本和所述第三样本的最大均值差异作为损失函数进行优化,以更新深度生成模型的参数。由此,在训练模型时,对样本采取了先划分,后匹配的方法,模型生成效果更佳。
  • 训练样本生成方法深度模型装置
  • [发明专利]预测模型的训练方法、装置、设备及存储介质-CN202210950841.3在审
  • 谢国平 - 青牛智胜(深圳)科技有限公司
  • 2022-08-09 - 2022-11-04 - G06K9/62
  • 本发明公开了一种预测模型的训练方法,包括:获取第一训练样本以及基于第一训练集训练得到的第一预测模型;获取待预测样本,采用第一预测模型对待预测样本进行预测,根据预测结果的预测概率将待预测样本划分为第一样本和第二样本;基于多个不同的第二预测模型对待预测样本进行预测,从而选取出第三样本;合并第一样本和第三样本,合并后的样本与第一训练样本样本进行相似度计算,得到目标样本;对目标样本的各样本进行标注处理,得到第三训练样本;对第二样本进行机器标注处理,获得第二训练样本;将第一训练样本、第二训练样本以及第三训练样本进行合并,并对第一预测模型进行训练,得到目标预测模型。
  • 预测模型训练方法装置设备存储介质
  • [发明专利]一种任务划分方法、装置以及设备-CN202110111864.0在审
  • 郑子木;谢达奇;李蕴哲;吴严 - 华为技术有限公司
  • 2021-01-27 - 2021-12-24 - G06N20/00
  • 一种任务划分方法、装置以及设备,本申请中,任务划分装置可以根据任务的样本合中各个数据项的类别数确定任务属性集合;之后,根据所述任务属性集合中至少一个任务属性对该任务的样本合进行划分,生成多个子样本合;从多个子样本合中确定目标子样本合以及候选子样本合,将目标子样本合与候选子样本合合并,生成合并样本合,候选子样本合为多个子样本合中对目标子样本合对应的推理模型性能提升程度最大的子样本合任务合并装置基于样本合中的数据项确定任务属性集合,无须相关专家参与,在进行任务划分时,先初始划分,后将能够合并的子样本合进行合并,保证任务划分的准确性。
  • 一种任务划分方法装置以及设备
  • [发明专利]训练模型的方法和装置及信息处理方法-CN202210209067.0在审
  • 刘汝杰 - 富士通株式会社
  • 2022-03-03 - 2023-09-19 - G06V10/774
  • 根据本公开内容的一个实施例,该训练模型的方法包括:确定由总训练样本的N个子样本构成的子样本序列;以及基于子样本序列,分成N个阶段顺序迭代训练模型;其中,N个阶段中的第2阶段至第N阶段中的第y阶段的阶段训练样本包括子样本序列中的第y子样本及第y子样本之前的所有子样本构成的前子样本的降采样前子样本;降采样前子样本和前子样本的覆盖候选类集相同;并且降采样前子样本的各单个类样本量靠近或落入第y子样本的单个类样本量分布区间
  • 训练模型方法装置信息处理
  • [发明专利]训练样本的生成方法和存储介质-CN202310099497.6在审
  • 黄殿文;张冲;马煜坤;阮成孝;倪崇嘉;叶家祺;马斌 - 阿里巴巴达摩院(杭州)科技有限公司
  • 2023-01-30 - 2023-03-28 - G10L15/06
  • 本申请公开了一种训练样本的生成方法和存储介质。其中,该方法包括:获取待处理的原始训练样本,其中,原始训练样本用于训练得到语音处理模型;对原始训练样本进行混合增强,得到第一目标训练样本;对第一目标训练样本和原始训练样本进行对比学习,得到对比损失,其中,对比损失用于表征原始训练样本相对于第一目标训练样本的相似度;至少基于对比损失对第一目标训练样本进行调整,得到第二目标训练样本,其中,原始训练样本相对于第二目标训练样本的相似度大于相似度阈值,且第二目标训练样本用于训练得到语音处理模型。本申请解决了无法有效处理训练样本的技术问题。
  • 训练样本生成方法存储介质
  • [发明专利]模型训练方法及装置-CN202310244801.1在审
  • 陈子祺 - 北京银行股份有限公司
  • 2023-03-14 - 2023-05-26 - G06F18/214
  • 其中,该方法包括:获取初始训练样本,其中,初始训练样本中包括多组初始训练样本,每组初始训练样本中包括:目标对象的银行个人信息;采用虚拟样本生成算法对初始训练样本进行模拟,生成初始训练样本的第一虚拟样本,并将第一虚拟样本添加至初始训练样本中,得到目标训练样本;基于预设的分类器对目标训练样本进行划分,得到用于训练目标模型的正类样本和负类样本;通过正类样本和负类样本对目标模型进行训练,得到训练后的目标模型
  • 模型训练方法装置

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