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6703439个,建议您升级VIP下载更多相关专利
  • [发明专利]肿瘤联用细胞产品和抗肿瘤细胞产品-CN202310462720.9在审
  • 乔国梁 - 乔国梁
  • 2023-04-26 - 2023-07-14 - A61K39/395
  • 本发明涉及一种抗肿瘤联用细胞产品和抗肿瘤细胞产品。所述联用细胞产品包含CD8+PD‑1+TIL和CD8+TIM‑3+TIL。本申请选择合适种类的肿瘤浸润淋巴细胞进行联用,形成特定的联用组合,该组合中的肿瘤浸润淋巴细胞协同作用,有效提升肿瘤细胞杀伤能力。并且,该组合更加具备特异性。另外,该组合不仅能够直接作用于共享的自身抗原,还能够作用于肿瘤特异性新抗原,从而更有效地应对肿瘤异质
  • 肿瘤联用细胞产品
  • [发明专利]一种基于效应量的网络分析的排序算法-CN201911196197.X在审
  • 张海添 - 张海添
  • 2019-11-29 - 2020-04-07 - G16H50/50
  • 一种基于效应量的网络分析的排序算法,其具体步骤如下:步骤S1:将收集整理的数据导入网络分析软件;步骤S2:确定网络分析的参数,通过成熟的网络进行计算,最终得出可靠的相关结果;步骤S3:判断相关结果是否出现异质和不一致,若没有出现异质和不一致,则通过成熟的贝叶斯网络进行计算,最终得出可靠的网络分析相关结果,结束;若出现异质和不一致,则执行如下步骤:步骤s01:将收集的数据重新整理,剔除引起异质和不一致的数据,获得新数据;步骤s02:将步骤s01收集整理的新数据导入网络分析软件;步骤s03:判断步骤s02获得的结果是否出现异质和不一致,若没有出现,则,将各节点结合起来形成完整的贝叶斯网络;如果仍然出现异质和不一致的结果,重复步骤s01,直至相关结果没有出现异质和不一致;步骤s04:确定网络分析的参数,通过成熟的网络进行计算,最终得出可靠的相关结果;步骤s05:将根据一定的条件下相关结果分类,并分别确定其条件矩阵
  • 一种基于效应网络分析排序算法
  • [发明专利]一种异质联邦学习方法和装置-CN202310755582.3在审
  • 韩蒙;李荣昌;章燕;张龙源;林昶廷;尹建伟 - 浙江大学滨江研究院
  • 2023-06-26 - 2023-07-28 - G06N3/098
  • 本发明公开了一种异质联邦学习方法和装置,每轮异质联邦学习依序执行可见域知识融合、扩散域数据生成以及扩散域知识融合阶段;在可见域知识融合阶段,通过图卷积神经网络对本地样本驱动的激活拓扑网络图进行图嵌入表示,更加真实反映联邦学习中不同参与方的数据异质,通过利用知识迁移方式将簇内模型知识融合到不同簇的参与方,有效提升不同参与方的模型泛化性,提升模型的预测效果;在扩散域数据生成阶段,通过参与方在本地数据提取的特征生成扩散样本,保留了参与方原始的数据分布;扩散域知识融合阶段,采用扩散域的数据特征融合,可以有效融合不同数据域,缓解不同参与方的数据异质,加快模型的收敛。
  • 一种异质性联邦学习方法装置

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