“训练数据集”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3010112个，建议您升级VIP下载更多相关专利

[发明专利]用于噪声标签的对抗训练系统和方法-CN201911322396.0在审
发明人：李章焕 -专利权人：三星显示有限公司
申请日： 2019-12-20 - 公布日： 2020-06-30 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及用于噪声标签的对抗训练系统和方法。该系统包括：存储器；和处理器，被配置为：基于第一数据集标记来训练第一机器学习模型；向训练后的第一机器学习模型提供第二数据集以生成包括更新后的第二数据集标记的更新后的第二数据集，确定更新后的第二数据集标记和第二数据集标记之间的第一差；如果第一差大于第一阈值，则基于更新后的第二数据集标记训练第二机器学习模型；向训练后的第二机器学习模型提供第一数据集以生成包括更新后的第一数据集标记的更新后的第一数据集，确定更新后的第一数据集标记和第一数据集标记之间的第二差；并且，如果第二差大于第二阈值，则基于更新后的第一数据集标记训练第一机器学习模型。
用于噪声标签对抗训练系统方法

[发明专利]一种用户流失率的预测方法、装置及电子设备-CN202111619606.X在审
发明人：凌玉龙 -专利权人：中国电信股份有限公司
申请日： 2021-12-27 - 公布日： 2022-05-06 - 主分类号： G06Q30/02 文献下载
摘要：本申请公开一种用户流失率的预测方法、装置及电子设备，涉及数据分析技术领域。方法包括：获取测试数据集和训练数据集，测试数据集包括测试样本的特征数据，训练数据集包括多个训练样本的特征数据和标注数据，标注数据用于指示训练样本是否为流失用户；根据测试数据集和训练数据集，采用至少一种距离度量算法，确定测试样本与多个训练样本的样本相似度，其中，测试样本与每个训练样本的样本相似度由测试样本和训练样本在至少一个用户特征的相似度加权得到；根据测试样本与多个训练样本的样本相似度，预测测试样本是否为流失用户
一种用户流失率预测方法装置电子设备

[发明专利]用于自动问答系统的分类模型训练、自动问答方法及装置-CN202011319773.8有效
发明人：施晓明;陈曦;张子恒;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-23 - 公布日： 2022-09-20 - 主分类号： G06F16/332 文献下载
摘要：本申请公开了一种用于自动问答系统的分类模型训练、自动问答方法及装置，涉及人工智能领域。方法包括：利用弱监督数据集对分类模型进行预训练，得到预训练分类模型，弱监督数据集中包括第一询问数据以及弱监督标签；通过预训练分类模型对目标数据集进行分类，并基于分类结果确定目标数据集的目标损失，目标数据集中包含第二询问数据以及标注标签；对目标损失和预训练过程中弱监督数据集的弱监督损失进行损失融合，得到融合损失；基于融合损失对预训练分类模型进行微调，得到目标分类模型。通过引入弱监督数据集进行模型预训练，并在微调阶段融入弱监督数据集的信息，在保证模型训练质量的前提下降低模型训练过程对标注数据的依赖。
用于自动问答系统分类模型训练方法装置

[发明专利]一种线性模型的参数更新方法及相关装置-CN202210663201.4在审
发明人：邬子庄;李策;朱丹;李熠 -专利权人：中国工商银行股份有限公司
申请日： 2022-06-13 - 公布日： 2022-09-16 - 主分类号： G06N20/00 文献下载
摘要：本申请提供一种线性模型的参数更新方法及相关装置，涉及人工智能领域，该方法包括：获取参数更新请求，参数更新请求用于请求更新线性模型的参数，线性模型基于第一训练数据集训练得到；基于参数更新请求，从部署有该线性模型的设备获取第二训练数据集，第二训练数据集用于对该线性模型进行训练，以对该线性模型的参数进行更新；基于第二训练数据集和预先存储的第一方阵，确定目标参数值，第一方阵基于第一训练数据集降维得到；向部署有该线性模型的设备发送该目标参数值因此，无需读入第一训练数据集，只预先存储对第一训练数据集降维后的第一方阵，减小了再次进行模型训练时的训练数据集的量级，在降低内存消耗的同时，还能提高参数更新效率。
一种线性模型参数更新方法相关装置

[发明专利]模型训练方法、数据增强方法、电子设备及存储介质-CN202310379986.7在审
发明人：李志韬;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-04-07 - 公布日： 2023-08-18 - 主分类号： G06F40/151 文献下载
摘要：本申请涉及人工智能技术领域，尤其是涉及一种模型训练方法、数据增强方法、电子设备及存储介质。本申请实施例的模型训练方法需要先获取原始文本训练集，原始文本训练集包括原始文本数据，再经由预训练后的语句转换模型对原始文本训练集进行同义转换，得到同义文本标签集，同义文本标签集包括训练标签数据组，每一原始文本数据对应有语义相同的训练标签数据组，进一步，基于原始文本训练集与同义文本标签集对预设的基础文本处理模型进行优化训练，得到文本增强模型。本申请实施例通过将具备数据增强能力的文本增强模型，应用于本申请实施例的数据增强方法中，能够实现以一种较为高效的方式提升文本数据增强所得到训练样本的类型以及数量。
模型训练方法数据增强电子设备存储介质

[发明专利]一种信用卡欺诈识别方法-CN201910581816.0在审
发明人：高中文;王天健 -专利权人：哈尔滨理工大学
申请日： 2019-06-30 - 公布日： 2019-10-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种信用卡欺诈识别方法，涉及信用卡技术领域；它的识别方法为：在对采集的数据进行脱敏处理后，划分为训练集和测试集；给训练集中的欺诈数据添加部分噪声，生成新的欺诈数据加入训练集中，解决训练集不平衡问题；之后采用PCA方法分别对训练集和测试集进行特征提取，得到特征向量后，根据训练集特征数据使用RF算法构建分类器；将测试集特征数据导入RF分类器，来对欺诈交易识别和分类；最后使用代价评估方法对分类结果进行评估，得出欺诈识别方法性能；本发明能够实现快速采集与预处理信息，同时生成新的欺诈数据加入训练集；便于实现建模与分类，同时能够实现数据的评估，提高了效率。
训练集欺诈测试集信用卡欺诈分类器信用卡技术训练集特征预处理信息代价评估分类结果交易识别快速采集数据使用数据添加算法构建特征数据特征提取特征向量脱敏处理分类评估建模噪声采集

[发明专利]深度学习训练方法、装置、设备及可读存储介质-CN201811369102.5有效
发明人：平安;何光宇;王希 -专利权人：东软集团股份有限公司
申请日： 2018-11-16 - 公布日： 2021-03-30 - 主分类号： G06N20/00 文献下载
摘要：本发明实施例提供一种深度学习训练方法、装置、设备及可读存储介质。本发明实施例的方法通过将源域数训据集拆分成多个源域数据组，在对源域模型的每一轮模型训练中，均从训练数据组中随机抽取的多个小样本训练集，作为本轮的训练数据进行模型训练，得到各小样本训练集的模型参数；根据各小样本训练集的模型参数更新源域模型的初始参数，根据更新后的初始参数能得到本轮训练后的新的模型；由于每轮模型训练均重新从训练数据组中随机抽取的多个小样本训练集，作为新的训练数据，使得每轮模型训练所使用的训练数据均不相同，这样可以起到丰富训练数据的效果，即使在源域训练数据集中的样本数据较小的情况下，也可以实现训练出效果很好的模型。
深度学习训练方法装置设备可读存储介质

[发明专利]基于ALBERT的模型构建方法、装置、系统及介质-CN202110134355.X有效
发明人：杨瑞兴;周洋纲;薛鹏 -专利权人：深圳力维智联技术有限公司;南京中兴力维软件有限公司
申请日： 2021-01-29 - 公布日： 2023-07-07 - 主分类号： G06F40/205 文献下载
摘要：本申请公开了一种基于ALBERT的模型构建方法、装置、系统及介质，该方法包括：获取古文数据集，基于古文数据集确定对应的训练数据集；基于ALBERT模型对训练数据集进行模型预训练，得到古文领域的预训练模型；基于ALBERT模型和标点训练集对预训练模型进行模型微调训练，并将模型微调训练后的模型确定为古文标点模型。本申请基于ALBERT模型进行构建古文标点模型，从而得到高精度的古文标点模型，再通过该高精度的古文标点模型对古文数据进行标点，从而提升了古文数据的标点准确率和标点效率。
基于 albert 模型构建方法装置系统介质

[发明专利]一种基于AIS信息的船舶实时准确位置获取方法-CN202010304262.2在审
发明人：宁文龙;周家海;李定国;唐泽林;王伟;陈轩;陈玲玲;童庆 -专利权人：交通运输部水运科学研究所
申请日： 2020-04-15 - 公布日： 2020-08-21 - 主分类号： G06F16/215 文献下载
摘要：本发明公开了一种基于AIS信息的船舶实时准确位置获取方法，该方法包含以下步骤：1)划定被检测航段，通过采集到的船舶AIS信息实时数据，解析AIS数据，并整理航段内的所有船舶随时间变化的轨迹数据；2)对采集到的船舶轨迹数据进行清洗，剔除脏数据，得到原始数据集；3)填充原始数据集中每条船舶轨迹点与点间的真实轨迹信息数据，得到含输入和标签对的数据训练集；4)对数据训练集按比例进行抽样分割，将数据训练集划分为模型训练数据集和模型验证数据集；5)使用长短时记忆网络LSTM对船舶模型数据训练集进行船舶实时位置模型训练，并使用模型验证数据集进行模型验证，得到船舶实时位置模型；6)使用船舶实时位置模型，对被测船舶实时准确位置进行获取。
一种基于 ais 信息船舶实时准确位置获取方法

[发明专利]高效地训练可理解模型的系统和方法-CN202080012634.2有效
发明人：娄寅;王永亮;梁仕威;董扬 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-10-13 - 公布日： 2022-05-17 - 主分类号： G06N20/00 文献下载
摘要：描述了用于训练可解释机器学习模型的方法、系统和设备，包括编码在计算机存储介质上的计算机程序。一种示例性方法包括：通过多次无替换采样来从多个历史数据记录获得多个训练数据集，所述多个训练数据集包括具有一个或多个重叠的历史数据记录的第一训练数据集和第二训练数据集；生成分别与所述多个训练数据集相对应的多个直方图，其中，所述第二训练数据集的直方图重用所述第一训练数据集的直方图中与所述一个或多个重叠的历史数据记录相对应的一个或多个数据点；基于所述多个直方图，来训练与所述一个或多个用户特征相对应的一个或多个机器学习模型
高效训练可理解模型系统方法

[发明专利]基于XGboost模型的锂离子电池荷电状态估算-CN202010689444.6在审
发明人：宋树祥;潘凯;费陈;夏海英 -专利权人：广西师范大学
申请日： 2020-07-17 - 公布日： 2020-10-23 - 主分类号： G01R31/367 文献下载
摘要：本发明涉及锂离子电池预测领域，是基于XGboost模型的锂离子电池荷电状态估算，包括以下步骤：将锂离子电池放电的数据划分为训练数据集和测试数据集，将训练数据集数据集中的电压、电流、温度作为特征输入XGBoost模型；设置XGBoost模型的参数；利用XGBoost模型对训练数据集进行训练；判定训练数据集的预测SOC与训练数据集真实的SOC误差，若误差最小，设置的XGBoost模型参数为最优参数；并将测试数据集中的电压、电流、温度作为特征输入XGBoost模型，利用得到XGBoost模型的最优参数对测试数据集进行预测，获得测试数据的预测SOC；提高估算精度和鲁棒性。
基于 xgboost 模型锂离子电池状态估算

[发明专利]提供确定储能器的老化状态的老化状态模型的方法和设备-CN202211564400.6在审
发明人： P·克里施南 -专利权人：罗伯特·博世有限公司
申请日： 2022-12-07 - 公布日： 2023-06-23 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种用于训练具有概率回归模型的基于数据的老化状态模型的计算机实现的方法，具有步骤：提供训练数据集，每个训练数据集将多个运行特征的从运行变量变化过程中确定的运行特征点分配给作为标签的老化状态；将训练数据集划分为训练集合和验证集合；基于训练集合训练概率回归模型；根据验证集合迭代地适配回归模型的至少一个超参数，从而避免过拟合和/或欠拟合；从验证集合中确定外推训练数据集作为验证集合中位于经过训练的回归模型的运行特征空间之外的训练数据集；基于外推度量迭代地适配概率回归模型的至少一个超参数；基于所有训练数据集和设定的至少一个所确定的超参数来训练回归模型。
提供确定储能器老化状态模型方法设备

[发明专利]模型训练装置以及模型训练方法-CN202110793550.3在审
发明人：孟凡洁;韩冰;王莎;岳野;杨旭;李天虹 -专利权人：佳能医疗系统株式会社
申请日： 2021-07-14 - 公布日： 2023-02-07 - 主分类号： G06T7/00 文献下载
摘要：本发明提供能够获得更准确的模型训练信息从而提高训练模型的针对性和准确度、减少模型学习成本的模型训练装置。医用图像数据的模型训练装置具备：训练单元，使用医用图像数据构成的数据集作为训练数据进行学习，获得初始学习模型；评估单元，利用全局指标，对所述初始学习模型的学习进行评估，取得在所述评估中使用的数据集中的异常数据集；分组单元，利用局部指标，对所述评估单元取得的异常数据集进行分组，获得多个异常数据集组；以及模型训练信息确定单元，按照所述分组单元获得的每个异常数据集组，确定模型训练信息。
模型训练装置以及方法

[发明专利]一种加速目标检测算法训练的数据集处理方法-CN202110853633.7有效
发明人：王纵驰;王建兴;刘健;臧媛媛;王培;于佳耕 -专利权人：中国航空油料集团有限公司;航天神舟智慧系统技术有限公司;中国科学院软件研究所
申请日： 2021-07-28 - 公布日： 2021-11-19 - 主分类号： G06K9/62 文献下载
摘要：一种加速目标检测算法训练的数据集处理方法，包括：（1）获取锚框类目标检测算法所需的训练用数据集；（2）数据集数据分析，提取数据集中所有标注框的特征作为待处理数据的划分依据；（3）数据集聚类，使用聚类算法，按照小、中、大三个尺度对特征进行聚类划分；（4）数据集划分；（5）模型训练，构成三阶训练体系，并按照先验知识对批处理数据簇进行分步训练；提高了深度学习数据集的训练效率，使用灵活方便，极大的加速了训练进度从而缩短训练时间
一种加速目标检测算法训练数据处理方法

[发明专利]数据集分类方法、装置、设备及计算机存储介质-CN201911036146.0在审
发明人：林冰垠;王跃;刘玉德;卓本刚 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-10-28 - 公布日： 2020-02-07 - 主分类号： G06F16/906 文献下载
摘要：本发明涉及金融科技(Fintech)技术领域，并公开了一种数据集分类方法，该方法包括：将待分类数据集预划分为训练集、测试集和验证集，并基于所述训练集、所述测试集和所述验证集建立动态图像；根据所述动态图像接收到的调整指令对所述训练集对应的训练比例值进行调整，以获取目标训练比例值；基于所述目标训练比例值和预设的约束条件分别对所述测试集对应的测试比例值和所述验证集对应的验证比例值进行更新，并基于所述目标训练比例值、更新后的所述测试比例值和更新后的所述验证比例值对所述数据集进行分类本发明还公开了一种数据集分类装置、设备和一种计算机存储介质。本发明提高了对数据集分类的处理效率。
数据集测试集训练集验证集动态图像目标训练分类更新验证计算机存储介质待分类数据测试处理效率调整指令分类装置获取目标约束条件预设金融