“用户训练”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1732692个，建议您升级VIP下载更多相关专利

[发明专利]数据处理方法和装置-CN201510282872.6在审
发明人：何勇 -专利权人：阿里巴巴集团控股有限公司
申请日： 2015-05-28 - 公布日： 2016-12-07 - 主分类号： G06Q30/02 文献下载
摘要：本申请提出一种数据处理方法和数据处理装置，该数据处理方法包括向训练样本投放运营活动，并获取所述训练样本中每个用户的运营活动结果，所述训练样本是在已有用户中选定的，所述训练样本包括至少一个用户，且每个用户包括至少一个已有特征维度；根据所述每个用户的运营活动结果，以及对应的已有特征维度的值，建立训练模型，并获取训练模型结果；根据所述训练模型结果，对除所述训练样本之外的其他用户的运营活动结果进行预测；根据预测结果进行运营决策。
数据处理方法装置

[发明专利]搜索推荐模型的训练方法、搜索结果排序的方法及装置-CN202010424719.3在审
发明人：蔡国豪;王刚;董振华;李小光;何秀强;祝宏 -专利权人：华为技术有限公司
申请日： 2020-05-19 - 公布日： 2021-11-23 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了人工智能领域中的一种搜索推荐模型的训练方法、搜索结果排序的方法及装置，该训练方法包括：获取训练样本集合，该训练样本集合中包括样本用户行为组序列与样本遮盖用户行为组序列；通过以该训练样本集合为输入数据，以得到遮盖处理的该样本用户的响应操作的对象为训练目标对搜索推荐模型进行训练，得到训练后的搜索推荐模型，该搜索推荐模型用于在目标用户输入查询字段的情况下，预测该查询字段对应的搜索结果中的候选推荐对象的标签，该标签用于表示该目标用户对该候选推荐对象进行响应操作的概率。基于本申请的技术方案能够提高搜索推荐模型的准确性，从而提升用户的体验感。
搜索推荐模型训练方法结果排序装置

[发明专利]用户意图识别模型的训练方法、服务器及显示设备-CN202010880811.0在审
发明人：王利杰;王聪;沈承恩;杨善松 -专利权人：海信视像科技股份有限公司
申请日： 2020-08-27 - 公布日： 2022-03-15 - 主分类号： G10L15/22 文献下载
摘要：本申请实施例提供了一种用户意图识别模型的训练方法、服务器及显示设备，训练方法包括：将训练样本集中的样本分为多个训练组，每个所述训练组包括支撑集和查询集；将所述训练组输入用户意图识别模型，分别提取支撑集的样本特征和查询集的样本特征；通过余弦函数计算所述支撑集的样本特征和查询集的样本特征之间的相似度；根据所述相似度计算所述用户意图识别模型的损失函数；通过多个所述训练组优化所述损失函数，直至所述用户意图识别模型收敛。本申请基于小样本分类的方式对用户意图识别模型进行训练，能够充分利用样本数据，提高了用户意图识别模型的泛化性和识别准确性。
用户意图识别模型训练方法服务器显示设备

[发明专利]一种视觉训练方案的在线定制方法和系统-CN200910192290.3无效
发明人：周谟圣;王伟兵;吴栩平 -专利权人：广州视景医疗软件有限公司
申请日： 2009-09-11 - 公布日： 2010-09-01 - 主分类号： G06F17/30 文献下载
摘要：本发明公开一种视觉训练方案在线定制的方法，包括以下步骤：(1)用户选择需定制的治疗方案，并打开系统中对应的定制界面，该定制界面提供针对该治疗方案的实际训练方案进行预先划分后的相关信息；(2)加载视觉训练内容；(3)用户根据需要对治疗内容定制修改；(4)服务器对用户定制的情况进行解析，生成定制的视觉训练方案；(5)用户获取该定制的视觉训练方案。在此基础上，本发明还公开一种视觉训练方案在线定制的系统。本发明通过在线定制视觉训练的内容，使得最终生成的视觉训练方案完全满足用户的特定需求，增强治疗的针对性，很好地满足了用户的个性化需求。
一种视觉训练方案在线定制方法系统

[发明专利]基于深度兴趣网络的深度兴趣捕获模型构建方法及装置-CN202110961484.6在审
发明人：刘志杰;陈鑫晶;蔡淇森 -专利权人：稿定（厦门）科技有限公司
申请日： 2021-01-15 - 公布日： 2021-11-23 - 主分类号： G06F16/2457 文献下载
摘要：本发明公开了一种深度兴趣捕获模型构建方法、介质、设备及装置，其中方法包括：获取用户信息和用户的历史点击数据，并生成训练数据；训练得到深度兴趣捕获模型。本发明通过获取用户信息和用户的历史点击数据，并根据所述用户信息和所述历史点击数据生成训练数据；接着，根据所述训练数据进行模型训练，以得到深度兴趣捕获模型。可以基于该深度兴趣捕获模型准确地对用户进行专题推荐，降低专题推荐过程中所需耗费的人力和物力。
基于深度兴趣网络捕获模型构建方法装置

[发明专利]训练辅助系统以及训练辅助方法-CN201710047394.X在审
发明人：町田敏 -专利权人：卡西欧计算机株式会社
申请日： 2017-01-22 - 公布日： 2017-08-11 - 主分类号： A63B24/00 文献下载
摘要：本发明涉及训练辅助系统以及训练辅助方法。本发明辅助有效的训练的实施，是辅助用户的身体训练的实施的训练辅助装置(4)，在上述训练中有使用了训练器械的第一训练和不使用上述训练器械的第二训练，该训练辅助系统具备作为从安装在上述用户上的传感器收集表示第二训练的运动量的运动信息的第二训练信息收集单元的自发训练信息收集单元(22)、作为将反映了上述第二训练的运动信息的第一训练的菜单通知给上述用户的第一训练菜单通知单元的健身房训练菜单通知单元(21b)。
训练辅助系统以及方法

[发明专利]一种多端异步的远程视觉训练方法和系统-CN202110387171.4在审
发明人：袁进;李劲嵘;封檑;李奇威;李子奇;任鸿伦;哈卿;李一鸣;俞益洲;乔昕 -专利权人：杭州深睿博联科技有限公司;北京深睿博联科技有限责任公司
申请日： 2021-04-08 - 公布日： 2021-07-09 - 主分类号： G16H20/30 文献下载
摘要：本发明提供了一种多端异步的远程视觉训练方法和系统，该方法包括：由训练计划制定端根据用户信息制定视觉训练计划并根据训练反馈数据和监督反馈数据对视觉训练计划进行优化；由VR训练端执行视觉训练计划并持续通过收集用户的训练数据形成训练反馈数据；监督端上显示视觉训练计划的训练过程，监督端针对训练过程进行评估处理形成监督反馈数据。可以进行远程视觉训练并形成了多端异步机制，训练计划制定端可以随时根据VR训练端和监督端反馈的数据对视觉训练计划进行优化，其目的是为了降低不良训练结果的风险，并提高用户视觉训练的效率。
一种多端异步远程视觉训练方法系统

[发明专利]模型训练方法、车载空调自动调温方法、装置及设备-CN202310693039.5在审
发明人：王超;洪日;张建;谢飞;王御;李雅欣;李扬;闫善鑫;韩亚凝;姜洪伟 -专利权人：中国第一汽车股份有限公司
申请日： 2023-06-12 - 公布日： 2023-08-29 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种模型训练方法、车载空调自动调温方法、装置及设备。模型训练方法，包括：获取车内用户冷暖感知样本数据；根据车内用户冷暖感知样本数据以及通用车内用户冷暖感知样本数据，确定目标训练样本数据，并根据目标训练样本数据对神经网络模型进行车内用户冷暖感知分析训练，得到车内用户冷暖感知分析模型；车内用户冷暖感知分析模型，用于对车内用户的冷暖感知进行分析预测。本发明实施例的技术方案能够按照用户的实际温度需求，智能化的自动调整车载空调，提升用户舒适度。
模型训练方法车载空调自动调温装置设备

[发明专利]分类模型的训练方法、分类方法、装置及设备-CN202011595164.5在审
发明人：王雅晴;窦德景 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-28 - 公布日： 2021-04-09 - 主分类号： G06F16/906 文献下载
摘要：本申请公开了一种分类模型的训练方法、分类方法、装置及设备，涉及数据处理领域中的深度学习、人工智能技术。具体实现方案为：获取多个用户的行为信息，以及所述多个用户的个人基本信息；其中，所述多个用户中的至少部分用户的类别已知；将所述多个用户的个人基本信息输入待训练的分类模型中，得到所述多个用户的特征信息，以及已知类别的用户的预测类别；根据所述多个用户的行为信息、所述多个用户的特征信息、所述已知类别的用户的预测类别、以及所述已知类别的用户的真实类别，对所述待训练的分类模型进行训练，得到训练后的分类模型。利用分类模型确定出的用户类别更加准确。
分类模型训练方法装置设备

[发明专利]基于认知行为疗法的训练系统-CN202110382565.0在审
发明人：李岱;李元辉;张天骄 -专利权人：阿呆科技（北京）有限公司
申请日： 2021-04-09 - 公布日： 2021-09-10 - 主分类号： G16H20/70 文献下载
摘要：本发明公开一种基于认知行为疗法的训练系统，涉及医疗器械技术领域，综合了认知行为疗法的理论优势和软件系统的交互优势，通过线上交互训练提升认知行为疗法的趣味性和可接受度，进而提升用户的训练体验。该系统包括：存储单元，用于存储多组认知行为训练方案；交互单元，用于将用户选择的训练方案按照预设规则通过显示器展现给用户，实施认知训练；反馈单元，用于获取用户基于认知训练过程产生的交互动作，并根据认知训练的实时内容及对应的交互动作，通过显示器向用户实时反馈认知判断结果。
基于认知行为疗法训练系统

[发明专利]行走训练机器人-CN201910431862.2在审
发明人：山田和范;渡部真悠 -专利权人：松下电器产业株式会社
申请日： 2019-05-22 - 公布日： 2019-12-03 - 主分类号： A61H3/04 文献下载
摘要：一种行走训练机器人，提高用户的身体能力，具有：主体部(11)；扶手部(12)，其设置于主体部，能够供用户把持；检测部(13)，其检测施加于扶手部的扶手负荷；行走辅助部(15)，其根据由检测部检测到的扶手负荷，决定行走训练机器人对用户的行走运动给予的负荷；移动装置(16)，其具有旋转体(20)，根据由行走辅助部决定的行走训练机器人的负荷，控制旋转体而使行走训练机器人移动；姿势推定部(17)，其根据由检测部检测到的扶手负荷，对用户的抬脚姿势进行推定；训练方案生成部(18)，其根据抬脚姿势，对使用户进行抬脚运动的训练方案进行校正；以及提示部(19)，其提示基于训练方案的针对用户的指示。进行提高用户的身体能力的训练。
行走训练机器人检测扶手姿势身体能力行走辅助扶手部旋转体主体部提示方案生成行走运动移动装置脚运动推定部把持推定校正施加移动

[发明专利]一种机器建模过程中的特征筛选方法、装置及电子设备-CN202011566617.1在审
发明人：任亮;傅雨梅;徐兵;罗刚 -专利权人：北京知因智慧科技有限公司
申请日： 2020-12-25 - 公布日： 2021-04-06 - 主分类号： G06Q40/02 文献下载
摘要：本申请提供了一种机器建模过程中的特征筛选方法、装置及电子设备，所述方法包括：获取每个样本用户在每个特征维度下的待构建用户特征；通过不同的特征筛选方式，从获取到的多个特征维度中确定出在每种特征筛选方式下用于构建训练特征集的候选维度；将在各种特征筛选方式下均用于构建训练特征集的候选维度，确定为目标特征维度；基于各个目标特征维度下的待构建用户特征，构建用于训练用户可信度评估模型的训练特征集。这样，本申请通过采用不同的特征筛选方式对多个待构建用户特征进行筛选，确定出更加适合用于训练评估用户可信度模型的训练特征集，间接可以使得使用该训练特征集训练得到的模型可以更加准确的评估用户的可信度。
一种机器建模过程中的特征筛选方法装置电子设备

[发明专利]一种智能语音播放方法及设备-CN202111602584.6在审
发明人：郁心迪;刘航 -专利权人：华为技术有限公司
申请日： 2019-08-30 - 公布日： 2022-05-06 - 主分类号： A63B71/06 文献下载
摘要：本申请实施例提供一种智能语音播放方法及设备，涉及电子技术领域，可以应用于人工智能(artificial intelligence，AI)健身场景，能够实时针对用户当前的训练状态和训练动作播放不同的语音，从而给用户以实时的语音反馈及动作改善的实时引导，且语音内容丰富多变，用户体验较好。具体方案为：电子设备显示第一应用程序的界面，第一应用程序用于用户进行运动训练；采集用户训练动作的图像；播放标准动作的动画，并显示用户训练动作的图像；确定用户训练动作中的第一动作单元触发的多条待选语音，第一动作单元为一次训练动作或者为一次训练动作的一部分
一种智能语音播放方法设备

[发明专利]礼包生成模型训练方法、礼包推送方法、装置及电子设备-CN202310090650.9在审
发明人：王凯;赵明浩;邹哲讷;阮翊婷;吴润泽;沈旭东;吕唐杰;范长杰;胡志鹏 -专利权人：网易（杭州）网络有限公司
申请日： 2023-01-17 - 公布日： 2023-05-16 - 主分类号： A63F13/79 文献下载
摘要：本申请公开了一种礼包生成模型训练方法、礼包推送方法、装置、电子设备及计算机可读存储介质。其中，训练方法包括：获取训练集，训练集包括各样本用户分别对应的样本用户画像信息；根据样本用户画像信息以及第0～i‑1个输出商品信息确定待训练礼包生成模型的第一输入信息，并将第一输入信息输入待训练礼包生成模型中，得到为样本用户生成的样本礼包中的第i个输出商品信息，i遍历1～N；根据第1～N个输出商品信息为样本用户生成样本礼包；以提升购买样本礼包意向参数为参数调整原则调整待训练礼包生成模型的模型参数，得到训练好的礼包生成模型使用本申请提供的方案，能够提高用户对推送的礼包中的商品的喜欢概率，使用户更大概率地买到自己喜欢的礼包。
礼包生成模型训练方法推送装置电子设备

[发明专利]问答模型训练方法及装置-CN202211405451.4在审
发明人：王俊杰;许腾;张望舒 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-11-10 - 公布日： 2023-03-31 - 主分类号： G06F16/332 文献下载
摘要：本说明书实施例提供问答模型训练方法及装置，其中，所述方法通过确定第一训练语料、以及至少一个第一用户对应的第二训练语料；根据所述第一训练语料训练获得初始问答模型；根据所述至少一个第一用户对应的第二训练语料，训练获得针对所述至少一个第一用户的问答适配模块；根据所述初始问答模型以及所述至少一个第一用户的问答适配模块，获得所述至少一个第一用户对应的目标问答模型。所述方法中每个用户仅需要通过各自匹配的语料训练对应的问答适配模块，通过将其对应的问答适配模块添加至统一的初始问答模型中，即可快速获得每个用户对应的目标问答模型，极大的节约了线上资源的消耗和日常维护的成本
问答模型训练方法装置