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1732692个,建议您升级VIP下载更多相关专利
  • [发明专利]一种内窥镜虚拟实训系统-CN202111412762.9在审
  • 孙文成 - 重庆电子工程职业学院
  • 2021-11-25 - 2022-01-28 - G16H50/50
  • 本发明涉及医疗器械训练技术领域,尤其是一种内窥镜虚拟实训系统,包括场景搭建模块、器械选择模块、情景交互模块和训练评价模块;所述场景搭建模块,用于搭建训练场景,所述训练场景内包括若干个标记点;所述器械选择模块,用于获取用户的器械选择指令,并根据用户的器械选择指令,选择仿真内窥镜模型;所述情景交互模块,用于获取用户的动作指令,并根据用户的动作指令,控制用户选择的仿真内窥镜模型在训练场景内的动作和位置;所述训练评价模块,用于比对训练场景内仿真内窥镜模型的位置与标记点的位置,并生成比对结果。能够提升训练效果,锻炼用户通过内窥镜寻找病灶部位的能力。
  • 一种内窥镜虚拟系统
  • [发明专利]使用机器学习推荐直播流内容-CN202210420764.0在审
  • 托马斯·普赖斯 - 谷歌有限责任公司
  • 2018-02-22 - 2022-08-12 - G06F16/9535
  • 公开了一种用于训练机器学习模型以向内容共享平台的用户推荐直播流媒体项的系统和方法。在一种实施方式中,通过生成第一训练输入生成用于机器学习模型的训练数据,所述第一训练输入包括由第一用户群体的用户所消费的一个或多个之前所呈现的直播流媒体项。训练数据还包括生成第二训练输入,所述第二训练输入包括当前正在被第二用户群体的用户所消费的一个或多个当前所呈现的直播流媒体项。训练数据进一步包括生成第一目标输出,所述第一目标输出识别直播流媒体项以及用户要消费该直播流媒体项的置信度水平。该方法包括提供该训练数据以训练该机器学习模型。
  • 使用机器学习推荐直播内容
  • [发明专利]一种用于膝关节康复训练的牵引装置-CN202210395559.3在审
  • 李宇晟;杨光;肖文峰;雷光华;谢文清;李衡真;鲁文浩;靳宏福;潘林嫄 - 中南大学湘雅医院
  • 2022-04-14 - 2022-11-01 - A63B23/04
  • 本发明提供了一种用于膝关节康复训练的牵引装置,包括:牵引机构、用户智能终端、主控制单元、数据分析平台和会诊终端;所述牵引机构用于固定患者的膝关节;用户智能终端用于用户输入待训练患者的训练控制参数,查询训练周期和康复训练数据,及进行医患沟通;主控制单元用于对获取的康复训练信息进行分析,并提醒患者的不良训练状态;数据分析平台用于对患者的训练数据进行存储分析,并将会诊终端发送的诊断信息和医生会话信息推送至用户智能终端,及对用户发送的控制参数命令进行解析,并根据解析结果发送上行指令至主控制单元,本发明可较好的辅助患者进行膝关节康复训练,可进行远程医患沟通,针对用户的康复程度设置不同的康复训练方案。
  • 一种用于膝关节康复训练牵引装置
  • [发明专利]使用机器学习推荐直播流内容-CN201880027502.X有效
  • 托马斯·普赖斯 - 谷歌有限责任公司
  • 2018-02-22 - 2022-05-10 - H04N21/466
  • 公开了一种用于训练机器学习模型以向内容共享平台的用户推荐直播流媒体项的系统和方法。在一种实施方式中,通过生成第一训练输入生成用于机器学习模型的训练数据,所述第一训练输入包括由第一用户群体的用户所消费的一个或多个之前所呈现的直播流媒体项。训练数据还包括生成第二训练输入,所述第二训练输入包括当前正在被第二用户群体的用户所消费的一个或多个当前所呈现的直播流媒体项。训练数据进一步包括生成第一目标输出,所述第一目标输出识别直播流媒体项以及用户要消费该直播流媒体项的置信度水平。该方法包括提供该训练数据以训练该机器学习模型。
  • 使用机器学习推荐直播内容
  • [发明专利]钉板训练方法及其存储介质-CN201880063733.6有效
  • 梁东石 - 株式会社耐奥飞特
  • 2018-09-27 - 2022-05-06 - G09B1/38
  • 本发明提供钉板训练方法及其程序。上述钉板训练方法包括:钉板训练装置从用户接收游戏执行请求的步骤;上述钉板训练装置向用户提供所接收执行请求的上述游戏的步骤;上述钉板训练装置识别来自用户的对上述游戏的插棍的插入的步骤;以及游戏结束后,上述钉板训练装置基于接收的上述插棍的插入,将游戏结果的评价告知于用户的步骤。
  • 训练方法及其存储介质
  • [实用新型]便携式视力训练-CN201921533101.X有效
  • 姬海民;姬雪筠 - 姬海民
  • 2019-09-16 - 2020-06-19 - A61H5/00
  • 本实用新型公开一种便携式视力训练仪,应用于用户视力训练,包括壳体、显示模块、存储模块、音频功率放大模块、电源模块、信息输入模块、控制模块;本实用新型所公开便携式视力训练仪能够针对不同用户的视力情况为不同用户制定合理的训练计划,确保视力训练的效果,同时可以帮助用户随时随地的进行高效果的远近点视力训练
  • 便携式视力训练
  • [发明专利]基于用户标签的资源配额重新确定方法、装置和计算机设备-CN202111213765.X在审
  • 程锋;丁楠;苏绥绥 - 北京淇瑀信息科技有限公司
  • 2021-10-19 - 2022-02-22 - G06Q10/06
  • 本发明提供了一种基于用户标签的资源配额重新确定方法、装置和计算机设备。该方法包括:确定参照用户及其用户特征,将候选用户集合中用户与所述参照用户进行聚类计算,以筛选出目标用户群组;基于所筛选出的目标用户群组的用户特征重新生成用户标签,并根据用户标签建立用于训练资源配额确定模型的训练数据集;将候选用户用户特征输入训练好的资源配额确定模型,输出与所述候选用户相对应的资源配额。本发明通过重新生成用户标签以定义好坏样本以建立训练数据集,并使用该训练数据集训练资源配额确定模型,能够有效量化用户对于互联网资源的需求变化情况,能够更精确地确定所述候选用户的资源配额,还能够进一步地优化互联网资源的分配过程
  • 基于用户标签资源配额重新确定方法装置计算机设备
  • [发明专利]信息处理方法、装置、电子设备及计算机可读存储介质-CN201711368757.6有效
  • 姜谷雨 - 北京小度信息科技有限公司
  • 2017-12-18 - 2021-03-02 - G06Q30/02
  • 本公开实施例公开了一种信息处理方法、装置、电子设备及计算机可读存储介质,所述方法包括:获取用户类别训练数据集,其中,所述用户类别训练数据集包括具有重要性权重的用户类别训练数据,所述用户类别训练数据的重要性权重是根据预设类别用户用户数据和待测用户用户数据计算出的;获取待测用户的待测用户数据集;对所述用户类别训练数据集进行训练,得到信息处理模型;将所述待测用户数据集中的待测用户数据输入至所述信息处理模型,对待测用户进行预设类别预测。从而不需要不断维护用户分类规则,而是只需要维护信息处理模型就可以对待测用户进行分类,因此便于维护,并且提高了待测用户分类的准确性和覆盖度。
  • 信息处理方法装置电子设备计算机可读存储介质
  • [发明专利]一种物品推荐模型的训练方法、物品推荐方法和装置-CN202111217365.6在审
  • 陈亮;谢涛;许杨俊;刘阳;郑子彬 - 中山大学
  • 2021-10-19 - 2022-01-04 - G06Q30/06
  • 本申请公开了一种物品推荐模型的训练方法、物品推荐方法和装置,根据用户对不同物品的历史行为记录构建训练样本,历史行为记录包括用户对物品的多种类型交互信息;用户记忆网络从训练样本中提取物品潜在特征和用户潜在特征,用户潜在特征包括用户固有喜好特征和用户动态喜好特征,用户固有喜好特征通过用户记忆网络提取训练样本中的用户喜好信息得到,用户动态喜好特征基于记忆矩阵和双层注意力机制提取得到;用户记忆网络通过用户潜在特征和物品潜在特征计算训练样本的预测得分,通过训练样本的预测得分和标签计算得到的损失值更新网络参数,从而得到物品推荐模型,改善了现有的推荐系统存在的推荐效果不理想的技术问题。
  • 一种物品推荐模型训练方法装置
  • [发明专利]训练信用评分模型的方法、装置及设备-CN201911089582.4在审
  • 熊文文 - 支付宝(杭州)信息技术有限公司
  • 2019-11-08 - 2020-02-21 - G06Q40/02
  • 本说明书实施例提供一种训练信用评分模型的方法、装置及设备,在训练信用评分模型的方法中,获取用户的描述信息以及用户的履约行为信息。根据用户的履约行为信息,确定用户在各预定时期发生违约的概率。至少将用户的描述信息作为样本特征,将用户在各预定时期发生违约的概率作为多个样本标签。将样本特征和多个样本标签作为一个训练样本,添加到训练样本集合中。该训练样本集合用于训练信用评分模型。该信用评分模型用于根据新用户的描述信息预测新用户在各预定时期发生违约的概率。
  • 训练信用评分模型方法装置设备

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