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13424683个,建议您升级VIP下载更多相关专利
  • [发明专利]三维点云的点云表征生成方法、装置、设备及存储介质-CN202210822336.0在审
  • 郑喜民;孙雨旸;舒畅;陈又新 - 平安科技(深圳)有限公司
  • 2022-07-12 - 2022-10-11 - G06T7/521
  • 本申请涉及人工智能技术领域,揭示了一种三维点云的点云表征生成方法、装置、设备及存储介质,其中方法包括:采用预设的分层数量和预设的投影面网格尺寸,对所述目标三维点云进行分层投影,得到投影特征图集;将所述投影特征图集输入预设的点云表征生成模型进行点云表征生成,得到目标点云表征,其中,所述点云表征生成模型是基于掩码技术、分层投影技术、深度自编码器和特征融合网络训练得到的模型。通过分层投影能进一步地保证了三维物体内部信息的获取,为后续点云表征的有效学习提供了保障,通过特征融合实现了多尺度特征信息的利用,从而使深度自编码器能有效的从投影特征图集中学习到点云信息的表征,有助于提高表征学习的精确度
  • 三维表征生成方法装置设备存储介质
  • [发明专利]训练语言表征模型的方法、查找语句的方法及装置-CN202210302920.3在审
  • 韩佳;杜新凯;吕超;谷姗姗;张晗;史辉 - 阳光保险集团股份有限公司
  • 2022-03-24 - 2022-06-21 - G06F40/30
  • 本申请实施例提供了训练语言表征模型的方法、查找语句的方法及装置,该方法包括:获取目标训练语句,其中,所述目标训练语句是通过对语言表征模型所应用的目标领域的语句进行采集获得的;根据所述目标训练语句对预训练语言表征模型进行训练,获得目标语言表征模型,其中,所述预训练语言表征模型依次包括短语特征提取层、句法特征提取层和语义特征提取层,所述语义特征提取层中的第i层中部分节点的输入为所述短语特征提取层中的第j层的输出,i和j为大于或等于通过本申请的一些实施例能够提升语言表征模型的运行速度,并且能够使目标语言表征模型中的参数更适合应用于目标领域,从而提升语言表征模型的精确度。
  • 训练语言表征模型方法查找语句装置
  • [发明专利]分子表征模型训练方法、分子结构预测方法及装置-CN202210855823.7在审
  • 周景博;李双利;窦德景 - 百度在线网络技术(北京)有限公司
  • 2022-07-15 - 2022-11-01 - G16C20/30
  • 本公开提供了一种分子表征模型训练方法、装置及电子设备,涉及人工智能技术领域,尤其涉及深度学习技术领域。具体实现方案为:将样本分子对应的样本连接边的样本初始化边表征、所述样本连接边与样本连接边的邻边之间的空间角和二面角作为分子表征模型的输入,得到所述分子表征模型输出的样本分子表征信息;基于所述样本分子表征信息和所述样本分子的真实分子表征信息之间的差异,调整所述分子表征模型的参数;其中,所述样本连接边基于构成所述样本分子的各样本原子之间的距离信息构建,所述空间角和所述二面角为基于所述样本连接边构建的坐标系下的角度信息,所述样本连接边与所述样本连接边的邻边具有一个相同的样本原子
  • 分子表征模型训练方法分子结构预测装置
  • [发明专利]保护数据隐私的两方联合训练预测模型的方法及装置-CN202211346052.5在审
  • 郑龙飞;王力 - 支付宝(杭州)信息技术有限公司
  • 2022-10-31 - 2022-12-30 - G06F21/62
  • 本说明书实施例提供一种保护数据隐私的两方联合训练预测模型的方法及装置,两方各自持有多个用户的不同特征部分,部署针对不同特征部分的表征层,其中标签方还部署预测层。该方法包括:两方各自在本地处理同一批用户样本的特征部分,得到对应的正序表征,且无标签方还生成乱序方阵;然后,标签方基于其正序表征与无标签方中的正序表征和变换方阵进行安全多方计算,得到乱序融合表征,从而基于利用预测层处理乱序融合表征而得到的乱序预测结果,和基于正序用户标签与无标签方中的乱序方阵进行安全矩阵乘法而得到的乱序预测标签,确定传播至两个表征层的乱序梯度,接着无标签方基于乱序矩阵和乱序梯度确定正序梯度,用于两方各自更新本地表征层。
  • 保护数据隐私联合训练预测模型方法装置
  • [发明专利]模型训练方法、装置及电子设备-CN202310475121.0在审
  • 王乐业;丁瑞卿 - 北京大学
  • 2023-04-27 - 2023-07-25 - G16H50/70
  • 本申请公开了一种模型训练方法、装置及电子设备。该方法包括:确定第一数据集对应的第一表征向量和第二数据集对应的第二表征向量;基于第一表征向量对初始预测模型进行训练,确定第一模型参数,并基于第二表征向量对初始预测模型进行训练,确定第二模型参数;基于第一模型参数和/或第二模型参数确定第三模型参数;将第三模型参数作为初始预测模型的初始模型参数,基于第一表征向量和第二表征向量对初始预测模型进行训练,得到目标预测模型,其中,目标预测模型的目标损失函数至少包括用于反映第一表征向量和第二表征向量分布差异的第一损失函数
  • 模型训练方法装置电子设备
  • [发明专利]朗读评分方法、装置、设备及存储介质-CN202211712395.9在审
  • 金海;吴奎;盛志超 - 科大讯飞股份有限公司
  • 2022-12-29 - 2023-07-04 - G10L25/51
  • 本申请实施例公开了一种朗读评分方法、装置、设备及存储介质,将朗读文本转换为对应的音素序列,并提取朗读文本对应的语音数据的各个语音帧的声学特征;基于各个语音帧的声学特征获得音素序列中的各个音素的发音表征;任一音素的发音表征至少用于确定任一音素的发音检错结果;基于朗读文本中任一单词包含的音素的发音表征获得任一单词的发音表征;任一单词的发音表征用于确定任一单词的发音评分;基于朗读文本中任一句子包含的单词的发音表征获得任一句子的发音表征;根据任一句子的发音表征确定任一句子的发音综合评分;将各个句子的发音综合评分加权求和,得到语音数据的发音综合评分。
  • 朗读评分方法装置设备存储介质
  • [发明专利]图像表征模型的训练方法及装置-CN202310486678.4在审
  • 潘覃;徐富荣;杨旭东;傅春霖 - 蚂蚁区块链科技(上海)有限公司
  • 2023-04-28 - 2023-08-15 - G06V10/774
  • 本说明书一个或多个实施例提供一种图像表征模型的训练方法及装置。该方法包括:获取与第一图像表征模型对应的聚类中心特征向量,以及所述第一图像表征模型输出的图像特征向量与所述聚类中心特征向量之间的最大向量距离;其中,所述聚类中心特征向量为所述第一图像表征模型输出的图像特征向量的聚类中心对应的特征向量;基于预设的图像样本集中的图像样本,训练输出的图像特征向量与所述第一图像表征模型兼容的第二图像表征模型;其中,训练所述第二图像表征模型所采用的模型损失包括第一模型损失;所述第一模型损失用所述第二图像表征模型输出的图像特征向量与所述聚类中心特征向量之间的向量距离
  • 图像表征模型训练方法装置
  • [发明专利]一种语音转换模型的确定方法和相关装置-CN202210270401.3在审
  • 陈新;孙闳绅;刘世兴;王智圣;郑磊;丁丹俊 - 腾讯科技(深圳)有限公司
  • 2022-03-18 - 2023-09-26 - G10L15/06
  • 本申请实施例公开了一种语音转换模型的确定方法和相关装置,至少涉及人工智能中的机器学习,将源语者的源语音片段输入至编码子模型中,训练编码子模型得到源语音片段的内容表征,其中,内容表征用于表征对语音的内容信息,如音素序列、转折音、情绪、语气等,通过训练编码子模型能够隐式的表征语音,降低其对语音的表征约束力,相比于相关技术,通过编码子模型得到的内容表征能够包括语音中相对更完整的内容信息,故通过训练好的编码子模型得到的内容表征对语音的表述更为准确,从而根据更为准确的目标语音片段的内容表征训练得到的解码子模型更为准确,使得包括编码子模型和解码子模型的语音转换模型更为准确,提高了语音转换的自然度。
  • 一种语音转换模型确定方法相关装置
  • [发明专利]语句生成方法和装置、存储介质及电子设备-CN202310560218.1在审
  • 陆笛 - 腾讯科技(深圳)有限公司
  • 2023-05-17 - 2023-10-27 - G06F16/332
  • 本申请公开了一种语句生成方法和装置、存储介质及电子设备。其中,该方法包括:对第一语句的第一语句表征向量进行编码,得到第一语义表征向量和扰动权重向量,其中,第一语句表征向量是根据第一语句中的各个字的字向量确定的向量,第一语义表征向量用于表示第一语句的语义,扰动权重向量用于控制预先确定的扰动向量对第一语义表征向量的扰动;根据扰动权重向量和扰动向量,对第一语义表征向量进行扰动,得到第二语义表征向量;对第二语义表征向量进行解码,得到第二语句,其中,第一语句与第二语句具有相同或相似的语义。
  • 语句生成方法装置存储介质电子设备
  • [发明专利]视频流特征识别方法、装置、设备及存储介质-CN201910074957.3有效
  • 张睿;王昱;孙树文;赵刚;张少文 - 佳都新太科技股份有限公司
  • 2019-01-25 - 2020-12-25 - G06K9/00
  • 本发明实施例公开了一种视频流特征识别方法、装置、设备及存储介质,包括:获取查询时序样本和注册时序样本;将两个样本分别输入至第一卷积神经网络,以得到每个样本对应的特征张量;将每个样本的特征张量分别输入至第二卷积神经网络,以分别得到查询位置向量及注册位置向量;将查询时序样本对应的特征张量和查询位置向量输入至第三卷积神经网络,以得到查询图像级表征,按照同样方式得到注册图像级表征;基于查询图像级表征和注册图像级表征确定查询时序级表征及注册时序级表征;基于注册时序级表征,在注册时序样本中选择与查询时序级表征相似度最高的注册特征作为查询时序样本的检索结果。
  • 视频特征识别方法装置设备存储介质
  • [发明专利]表情识别模型的训练方法、装置、设备及存储介质-CN202110691263.1有效
  • 李彤 - 中国平安人寿保险股份有限公司
  • 2021-06-22 - 2023-07-25 - G06V40/16
  • 本发明涉及人工智能领域,公开了一种表情识别模型的训练方法、装置、设备及存储介质。所述表情识别模型的训练方法包括:获取待识别的人脸图像集和所述人脸图像集相应的对比人脸图像集,并基于此构建人脸图像对集;基于人脸图像对集,对预置人脸识别模型进行人脸表征提取训练,并输出训练结果,得到第一网络模型和人脸表征对集;基于人脸表征对集,对第一网络模型进行表征分离训练,并输出训练结果,得到第二网络模型以及表情表征对集和非表情表征对集;基于表情表征对集和非表情表征对集,对所述第二网络模型进行人脸分析训练,得到表情识别模型
  • 表情识别模型训练方法装置设备存储介质
  • [发明专利]图像解耦表征学习的处理方法、装置及电子设备-CN202310395903.3有效
  • 迟晋进;张智超 - 吉林大学
  • 2023-04-14 - 2023-06-23 - G06V10/77
  • 本申请涉及一种图像解耦表征学习的处理方法、装置及电子设备,涉及图像处理技术领域,其中方法包括首先通过初始编码器获取训练集中成对图像的初始共享表征;然后根据初始共享表征,利用Wasserstein‑2依赖性度量,估计成对图像中每张图像的第一全局互信息和第一局部互信息;再依据第一全局互信息和第一局部互信息,构建共享表征学习的第一损失函数;然后基于第一损失函数和训练集,使用随机优化算法对初始编码器进行迭代训练,得到第一编码器,该第一编码器用于解耦得到成对图像中每张图像的共享表征。通过应用本申请的技术方案,提供了针对图像解耦表征学习处理的有效手段,根据图像解耦表征学习结果可提高图像解耦表征的准确性。
  • 图像表征学习处理方法装置电子设备

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