“学习数据”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2621834个，建议您升级VIP下载更多相关专利

[发明专利]学习行为分析方法、装置及存储介质-CN201910610739.7在审
发明人：闫佳文;陈长金;黄帮局;武晓威;蒋春悦;刘哲;闫启民;郭小燕;夏保成 -专利权人：国家电网有限公司;国网河北省电力有限公司培训中心;北京科东电力控制系统有限责任公司
申请日： 2019-07-08 - 公布日： 2019-10-15 - 主分类号： G06F16/2458 文献下载
摘要：本发明属于数据分析技术领域。提供了一种学习行为分析方法、装置及存储介质，所述学习行为分析方法包括：采集用户的学习行为数据，并提取所述学习行为数据的行为特征，并根据行为特征对所述学习行为数据进行分类处理，从分类后的学习行为数据中提取各类目标数据，并对所述各类目标数据进行统计，得到统计分析结果。通过对用户的学习行为数据进行分析统计，可以全面了解到用户使用培训系统时进行的各项操作，从而对用户的学习过程有一个直观的认识，对用户的学习行为作出客观全面的评价。
行为数据学习行为分析存储介质目标数据行为特征数据分析技术分类处理分析统计培训系统统计分析学习过程用户使用直观采集分类统计

[发明专利]一种基于人工智能算法的机器人学习系统-CN202211250837.2在审
发明人：杨年军 -专利权人：福清创智科技有限公司
申请日： 2022-10-13 - 公布日： 2023-01-17 - 主分类号： G10L15/22 文献下载
摘要：本发明公开了一种基于人工智能算法的机器人学习系统，具体涉及机器人学习系统技术领域，其包括有语音获取单元、识别单元、控制单元和学习单元，所述学习单元包括有匹配单元，所述匹配单元包括有匹配模块和数据云端，所述数据云端用以大数据储存，所述匹配模块用以获取数据，并使获取的数据与数据云端内的数据进行对比匹配。本发明通过设计数据匹配模块接收的数据与数据云端中的数据相互匹配时，此时生成模块则会生成控制指令，并且学习模块则会接收数据进行记录学习，通过线性回归算法进行记录学习，之后所学习记录的数据会通过同步模块进行同步，使数据同步至数据终端中进行储存，进而使人工智能机器人能够自主学习。
一种基于人工智能算法机器人学习系统

[发明专利]数据处理方法、装置、计算机设备和存储介质-CN201910253246.2在审
发明人：张孟乾 -专利权人：北京猎户星空科技有限公司
申请日： 2019-03-29 - 公布日： 2019-07-05 - 主分类号： G06F9/451 文献下载
摘要：本申请提出一种数据处理方法、装置、计算机设备和存储介质，其中，方法包括：获取学习内容；获取所述学习内容对应的主题颜色，其中，所述主题颜色与所述学习内容的信息相关；根据所述学习内容对应的学习资料模板中各个组件，对学习内容进行处理，获取所述各个组件对应的内容；将获取所述各个组件对应的内容加入至学习资料模板中，并根据所述主题颜色对所述学习资料模板进行渲染，生成学习数据。通过本方法，能够实现相同信息的学习数据的主题颜色统一，从而使得用户通过主题颜色即可确定学习数据的信息，解决相关技术中学习数据随机配色，用户无法根据颜色确定学习数据的难度的技术问题。
学习内容学习数据主题颜色学习资料计算机设备存储介质数据处理配色信息相关颜色确定渲染申请统一

[发明专利]学习装置、复健辅助系统、方法、程序及学习完毕模型-CN202010610379.3在审
发明人：大槻将久;黑川步惟;中岛一诚;山本学;松本大河;太场裕昌 -专利权人：丰田自动车株式会社
申请日： 2020-06-30 - 公布日： 2021-01-05 - 主分类号： G16H20/30 文献下载
摘要：本发明提供学习装置、复健辅助系统、方法、程序以及学习完毕模型。服务器是具有数据取得部以及学习部的学习装置。数据取得部取得个人资料数据以及选择辅助水平作为学习用数据。个人资料数据是关于利用复健辅助系统亦即步行训练装置执行了的复健锻炼的表示执行前的与训练者相关的个人资料的数据。选择辅助水平是在上述复健锻炼的执行时被选择的辅助水平。学习部基于学习用数据来学习对推荐辅助水平进行，该推荐辅助水平是被推荐为在训练者利用复健辅助系统的情况下应该选择的辅助水平。另外，学习部基于上述学习来生成将个人资料数据作为输入、将推荐辅助水平作为输出的学习完毕模型。
学习装置复健辅助系统方法程序完毕模型

[发明专利]一种支持多引擎框架的图模型任务实现方法和系统-CN202210393596.0有效
发明人：朱仲书;敬斌;万小培 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-04-15 - 公布日： 2023-01-13 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例提供了一种支持多引擎框架的图模型任务实现方法和系统，包括图模型任务处理方法和图模型任务部署方法，任务处理方法包括：获取预设数据格式的图数据；从两种以上机器学习引擎和/或两种以上图学习框架中，确定目标机器学习引擎或目标图学习框架；将所述图数据从所述预设数据格式转换为与所述目标机器学习引擎或所述目标图学习框架对应的数据格式，得到目标输入数据；将所述目标输入数据提供给所述目标机器学习引擎或所述目标图学习框架，通过所述目标机器学习引擎或所述目标图学习框架基于其支持的机器学习模型处理所述目标输入数据实现图模型任务。
一种支持引擎框架模型任务实现方法系统

[发明专利]学习线缆的状态的机器学习装置、机器人系统以及机器学习方法-CN202010461624.9在审
发明人：沟上真路 -专利权人：发那科株式会社
申请日： 2020-05-27 - 公布日： 2020-12-01 - 主分类号： B25J9/16 文献下载
摘要：本发明提供一种学习线缆的状态的机器学习装置、机器人系统以及机器学习方法。机器学习装置能够定量且高精度地评价机器人的线缆的状态。机器学习装置对设置在机器人中的线缆的状态进行学习，具有：学习数据取得部，其取得机器人进行规定动作时由照相机拍摄到的线缆的图像数据、以及表示机器人进行规定动作时的线缆的状态的数据作为学习数据集；学习部，其使用学习数据集来生成表示图像数据与线缆的状态的相关性的学习模型
学习线缆状态机器装置机器人系统以及学习方法

[发明专利]电动机的控制装置-CN200710006911.5有效
发明人：岩下平辅;前田和臣;丰泽雪雄 -专利权人：发那科株式会社
申请日： 2007-01-30 - 公布日： 2007-08-08 - 主分类号： G05B19/404 文献下载
摘要：本发明提供一种控制装置，具备：基于指示含有重复运动的重叠运动的目标位置命令和来自电动机输出部的位置反馈量的位置偏差来求出并存储学习数据的同时，使用学习数据来修正位置偏差的学习控制机构；和基于由学习控制机构得到的修正位置偏差来控制电动机动作的动作控制部学习控制机构具备：基于位置偏差在规定的学习周期中求出并存储学习数据的第一学习部；在目标位置命令及位置反馈量的至少一方中含有在与第一学习部的学习周期不同的周期中所产生的局部变化时，为排除局部变化影响而修正学习数据的学习数据修正部；以及使用学习数据修正部所修正而得到的修正学习数据来修正位置偏差的位置偏差修正部。
电动机控制装置

[发明专利]用于安全相关分类任务的图像分类和所属训练-CN202110716868.1在审
发明人： U·梅耶 -专利权人：罗伯特·博世有限公司
申请日： 2021-06-28 - 公布日： 2022-01-14 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及用于基于学习图像数据和所属标签训练图像数据的分类器的方法，其中所述标签分别包含对预给定分类的一个或多个类的分配，方法具有以下步骤：对于学习图像数据的数据集，分别提供空间解析的相关图，其说明相应学习图像数据的哪些空间区域对于评估这些学习图像数据中表示的状况的相关性；从学习图像数据的数据集和所属的相关图中确定学习模板，其中在所述学习模板中，根据相关图的局部相关性越高，来自学习图像数据的信息就局部越强烈地表现出来；学习模板被输送给分类器；以及对表征分类器行为的参数进行优化，目的是：分类器将学习模板映射到对一个或多个类的分配，使所述分配与从中得出学习模板的学习图像数据的标签一致。
用于安全相关分类任务图像所属训练

[发明专利]机器学习装置、机器学习方法以及机器学习程序-CN202180084373.X在审
发明人：竹原英树;木田晋吾;杨尹诚 -专利权人： JVC建伍株式会社
申请日： 2021-12-09 - 公布日： 2023-08-18 - 主分类号： G06N3/096 文献下载
摘要：域适应数据充实度确定部(52)在通过第二域的训练数据对使用第一域的训练数据进行学习的神经网络的第一模型进行迁移学习时，基于第二域的训练数据数量来确定域适应数据充实度。学习层确定部(54)基于域适应数据充实度，确定复制了第一模型的第二模型的学习对象的层。迁移学习执行部(56)使用第二域的训练数据对第二模型的学习对象的层进行迁移学习。
机器学习装置学习方法以及程序

[发明专利]游戏式学习方法、装置及系统-CN201711257757.9在审
发明人：孙毅 -专利权人：广州摩翼信息科技有限公司
申请日： 2017-12-01 - 公布日： 2018-05-11 - 主分类号： G09B5/06 文献下载
摘要：本发明提供了一种游戏式学习方法、装置及系统，涉及电子教学技术领域，该方法包括：获取电子学习数据的标识符；根据所述标识符，从服务器获取所述电子学习数据，其中，所述电子学习数据由多个按照学习题型封装的数据模型构成；对于每个所述数据模型，调用与所述数据模型的学习题型对应的游戏功能模块，在所述游戏功能模块内填充所述数据模型，得到与所述学习题型对应的游戏模式，以供用户按照所述游戏模式进行学习。本发明提供的游戏式学习方法、装置及系统，为不同的学习题型提供了不同的游戏模式，提高了学习的趣味性，提高了用户的学习效果。
游戏学习方法装置系统

[发明专利]学习装置、检查装置、学习方法以及检查方法-CN202010947201.8在审
发明人：塩见顺一 -专利权人：株式会社斯库林集团
申请日： 2020-09-10 - 公布日： 2021-04-06 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种学习装置、检查装置、学习方法以及检查方法，可减少学习用数据集容量，并实现高精度的基板检查。在学习装置中，第二输入部输入根据真缺陷的有无对第一数据中的假定缺陷图像进行了再分类的第二数据。学习部在第二数据中进行对于假定缺陷图像的加权来生成学习用数据集。学习部通过使用所述学习用数据集的机器学习，学习基板图像与缺陷的有无的关系来生成学习完成模型。在利用学习部的学习用数据集的生成中，当假定缺陷图像被再分类成具有真缺陷时，使多个权重系数之中，对应于真缺陷的重要度所选择的权重系数与所述假定缺陷图像相乘后，将所述假定缺陷图像分类成“有缺陷”。由此，减少学习用数据集的容量，并实现高精度的基板检查。
学习装置检查学习方法以及方法

[发明专利]数据处理装置、方法和程序以及计算机可读介质-CN200710130576.X有效
发明人：芹泽慎一郎;伊藤朋之 -专利权人：富士施乐株式会社
申请日： 2007-07-18 - 公布日： 2008-06-25 - 主分类号： G06N3/08 文献下载
摘要：本发明公开一种数据处理装置，包括：第一无监督学习处理单元、第二无监督学习处理单元和有监督学习处理单元。所述第一无监督学习处理单元根据无监督学习将第一数据组的数据分类，以便执行所述第一数据组的维度缩减，从而获得第一分类数据组。所述第二无监督学习处理单元根据无监督学习将第二数据组的数据分类，以便执行所述第二数据组的维度缩减，从而获得第二分类数据组。所述有监督学习处理单元利用所述第一无监督学习处理单元获得的第一分类数据组和所述第二无监督学习处理单元获得的第二分类数据组作为教师数据执行有监督学习，以便确定所述第一分类数据组和所述第二分类数据组之间的映射关系
数据处理装置方法程序以及计算机可读介质

[发明专利]基于区块链技术的学习行为数据存储方法和装置-CN201911410971.2在审
发明人：熊本安;许增伟;崔浩波 -专利权人：北京嗨学网教育科技股份有限公司
申请日： 2019-12-31 - 公布日： 2020-05-15 - 主分类号： G06F21/60 文献下载
摘要：本发明提供一种基于区块链技术的学习行为数据存储方法和装置，存储学习行为数据至区块链中并生成数据标识，数据标识与学习行为数据一一对应；对数据标识通过私钥进行加密处理得到标识码；将标识码写入区块链的目的区块中,通过本发明实施例提供的学习行为数据存储方法，将学习行为数据存储起来追溯用户的学习行为数据，在线教育学习平台的用户的学习行为数据都可以存储到区块链，由于区块链具有不可篡改的特性，确保了用户学习行为数据的真实性
基于区块技术学习行为数据存储方法装置

[发明专利]一种优化Spark和机器学习框架整合的方法及装置-CN202111490756.5在审
发明人：周朝卫 -专利权人：中盈优创资讯科技有限公司
申请日： 2021-12-08 - 公布日： 2022-03-15 - 主分类号： G06F8/20 文献下载
摘要：本发明公开一种优化Spark和机器学习框架整合的方法及装置，其中，该方法包括：使用Spark的数据源接口读取数据和处理数据，生成DataFrame类型的数据；处理后的DataFrame数据，在数据转换模块，转换为Arrow格式的数据；Arrow格式的数据通过Ray框架，传递给TensorFlow、Pytorch等机器学习框架使用；Ray集群调度机器学习框架。本发明将大数据处理和机器学习算法运行在同一套系统；机器学习算法可以直接访问HDFS、MySQL、Elasticsearch等系统的数据，避免昂贵的数据传输成本，降低端到端学习延迟；多套机器学习框架，可以使用同一套框架，无需为每类机器学习算法构建各自的集群；机器学习框架可以有效的隔离GPU、CPU等资源。
一种优化 spark 机器学习框架整合方法装置

[发明专利]一种基于深度学习的地球化学数据处理方法和系统-CN202010713470.8有效
发明人：陈国强;薛晓刚;迟唤昭;毕明丽;张成;李彩虹 -专利权人：长春工程学院
申请日： 2020-07-22 - 公布日： 2022-09-02 - 主分类号： G06N3/04 文献下载
摘要：本发明属于深度学习技术领域，公开了一种基于深度学习的地球化学数据处理方法和系统，所述基于深度学习的地球化学数据处理系统包括数据获取模块、数据分类模块、标注模块、中央控制模块、深度学习网络模型构建模块、模型训练模块所述基于深度学习的地球化学数据处理方法包括获取地球化学数据；构建深度学习网络模型；进行地球化学数据训练集的标注；进行深度学习网络模型训练的反馈，得到反馈结果；生成地球化学数据最佳序列曲线。本发明通过构建深度学习网络模型，对深度学习网络模型进行优化，进而实现对地球化学数据的处理，提高了深度学习的分类正确率。
一种基于深度学习地球化学数据处理方法系统