“学习自动机”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4439791个，建议您升级VIP下载更多相关专利

[发明专利]基于学习自动机的卷积神经网络压缩方法、系统及介质-CN201910390336.6在审
发明人：李生红;冯帅;郭浩楠 -专利权人：上海交通大学
申请日： 2019-05-10 - 公布日： 2019-09-10 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种基于学习自动机的卷积神经网络压缩方法、系统及介质，包括：参数初始化步骤：初始化学习自动机参数；状态值选择步骤：根据获得的初始化后的学习自动机参数，每个学习自动机依据预设的行为选择概率选择自己的状态值，获得每个学习自动机的状态值；网络结构更新步骤：根据获得的每个学习自动机的状态值更新网络结构，获得更新后网络结构。本发明创新的将学习自动机思想用于筛选卷积神经网络中的最优卷积核集合，使得卷积神经网络可以在损失较少分类精度情况下最大程度地完成网络压缩任务。
学习自动机卷积神经网络网络结构初始化参数初始化状态值更新最大程度地概率选择网络压缩行为选择压缩卷积核更新预设集合筛选分类

[发明专利]基于层级结构学习自动机的随机最短路径实现方法-CN201710054545.4有效
发明人：李生红;郭颖;马颖华;汤璐 -专利权人：上海交通大学
申请日： 2017-01-24 - 公布日： 2020-05-05 - 主分类号： H04L12/721 文献下载
摘要：一种基于层级结构学习自动机的随机最短路径实现方法，包括：学习自动机部署，将动态网络从源节点出发到目标阶段终止的结点部署学习自动机；初始化过程，每个学习自动机初始化自身的概率向量；路径选择，从父结点出发逐层选择结点，组成当前路径；环境反馈，将当前路径的代价函数与当前采样路径的均值比较，得到惩罚或者奖励；学习过程，被选择路径上每个学习自动机根据学习算法更新自身的概率向量；逐层判断更新终止过程，若终止，结束步骤，否则更新父节点返回路径选择继续进行
基于层级结构学习自动机随机路径实现方法

[发明专利]基于自动机器学习技术的摘要生成系统及方法-CN202210897321.0在审
发明人：王宏志;方景瑞;王春楠 -专利权人：哈尔滨工业大学
申请日： 2022-07-28 - 公布日： 2022-10-11 - 主分类号： G06F40/211 文献下载
摘要：基于自动机器学习技术的摘要生成系统及方法，具体涉及利用自动机器学习技术自动生成文本摘要的系统及方法，为解决摘要生成方法不能同时兼顾摘要的有效性和时效性，也不能针对文本的各种特征属性自动选择效果好的摘要方法方法先获取文本集及对应的摘要；建立自动机器学习模型，将文本集输入自动机器学习模型内利用自动机器学习技术进行训练，输出所述每个文本的摘要，得到训练好的模型；将待生成摘要的文本输入训练好的自动机器学习模型内
基于自动机器学习技术摘要生成系统方法

[发明专利]一种结构化数据场景下高效的自动机器学习框架-CN202310654565.0在审
发明人：郑小禄;王超;贾志愚;胡方雷 -专利权人：山东慧智博视数字科技有限公司
申请日： 2023-06-05 - 公布日： 2023-09-08 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及自动机器学习技术领域，公开了一种结构化数据场景下高效的自动机器学习框架，包括：S1、输入全量数据集D，并通过代表性样本采样算法获得采样数据集d；S2、在所述采样数据集d上探索自动机器学习，获得满足设定条件的多组机器学习管道；其中，所述机器学习管道包括数据预处理、特征工程、模型选择和超参数搜索的步骤；S3、在所述全量数据集D上对所述步骤S2中获得的多组机器学习管道进行探索，查找其中最优的机器学习管道。本发明提供的结构化数据场景下高效的自动机器学习框架，解决自动机器学习(AutoML)框架效率低下的技术问题。
一种结构数据场景高效自动机器学习框架

[发明专利]自动机器学习系统效能调优方法、装置、设备及介质-CN202010569033.3在审
发明人：刘政岳;吕宜鸿 -专利权人：鸿富锦精密电子（天津）有限公司
申请日： 2020-06-19 - 公布日： 2021-12-21 - 主分类号： G06F9/50 文献下载
摘要：本申请提供一种自动机器学习系统效能调优方法、装置、设备及介质，应用于与自动机器学习系统连接的效能调优装置，包括获取自动机器学习系统的预设应用程序接口及系统资源，在自动机器学习系统对一候选深度学习训练模型进行预训练时，根据预设应用程序接口获取其对应的效能指标量测值，根据效能指标量测值及系统资源确定分发策略和/或资源配置策略，以及根据分发策略和/或资源配置策略对所述候选深度学习训练模型进行计算资源分配，以使得候选深度学习训练模型基于所述计算资源分配进行训练实现对每个候选深度学习训练模型计算资源的动态分配，保证自动机器学习系统计算资源分配的合理，提高训练性能。
自动机器学习系统效能方法装置设备介质

[发明专利]一种基于自动机器学习的边缘计算模型训练方法-CN202211446841.6在审
发明人：林伟伟;周智勇;沈王博 -专利权人：华南理工大学
申请日： 2022-11-18 - 公布日： 2023-02-03 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于自动机器学习的边缘计算模型训练方法，包括以下步骤：在边缘服务器训练计算模型前获取当前的计算任务信息和服务器计算资源情况；通过NAS(Neural Architecture Search)根据计算任务信息和计算资源情况，对自动机器学习算法的超参数进行学习和约束；在确定自动机器学习算法的超参数后，通过自动机器学习算法根据输入数据自动训练出最优的计算模型。与当前边缘服务器上的计算模型不同，本方法的模型采用了自动机器学习技术，可以减轻模型开发和维护成本，在自动生成模型时考虑到边缘服务器的异构性、资源有限性以及计算任务对计算时延的要求问题，使生成的计算模型更具有泛化能力
一种基于自动机器学习边缘计算模型训练方法

[发明专利]学习路径控制-CN201510262809.6有效
发明人：孙毅;詹森·特赛;拉克西米·穆苏努尔;迈克尔·夏普 -专利权人：发纳科美国公司
申请日： 2015-05-21 - 公布日： 2020-06-16 - 主分类号： G05B19/19 文献下载
摘要：本文涉及学习路径控制，其中，一种自动机械通过自动机械控制器执行学习路径控制程序而沿着第一连续的编程路径移动，而不在工件上进行操作。记录所述自动机械沿着第一连续的编程路径的实际运动。通过所述自动机械控制器执行学习路径控制程序，所述自动机械沿着第二连续的编程路径移动而不在工件上进行操作。记录所述自动机械沿着第二连续的编程路径的实际运动。显示所述自动机械沿着第一连续的编程路径和第二连续的编程路径的记录的实际运动的踪迹。
学习路径控制

[发明专利]一种基于自动机器学习的虚拟现实全景图智能拼接方法-CN201910316905.2有效
发明人：孙宁远;李锐;段强 -专利权人：山东浪潮科学研究院有限公司
申请日： 2019-04-19 - 公布日： 2022-12-20 - 主分类号： G06T3/40 文献下载
摘要：本发明提供一种基于自动机器学习的虚拟现实全景图智能拼接方法，属于自动机器学习技术与图像拼接技术领域，本发明可以对手机或传统相机拍摄的图像序列进行拼接，结合传统图像处理技术，利用自动机器学习库，自动生成融合算法
一种基于自动机器学习虚拟现实全景智能拼接方法

[发明专利]基于kubernetes的自动机器学习方法及系统-CN202110213131.8在审
发明人：孙显;刁文辉;付琨;赵良瑾;刘文杰;李霁豪;汪勇 -专利权人：中国科学院空天信息创新研究院
申请日： 2021-02-24 - 公布日： 2021-06-22 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种基于kubernetes的自动机器学习方法及系统，方法包括：搭建含有至少两个机器的自动机器学习系统；设置自动机器学习系统的优化目标函数及超参数极值约束条件；根据查找的超参数搜索算法将满足超参数极值约束条件的值代入优化目标函数，得到随机超参数；获取至少两组待处理任务的实验数据，将每组实验数据分配到不同的机器上进行训练，直到达到极值，其中，每组实验数据的训练使用不同的随机超参数；收集不同机器的训练结果，根据训练结果判断得到自动机器学习系统的最优参数配置通过本发明的自动机器学习方法及系统，可以实现最优实验超参数自动生成和选择，提高了调参效率，降低了现有机器学习环境下算法工程师繁重的调参负担。
基于 kubernetes 自动机器学习方法系统

[发明专利]数据处理系统中的警报管理-CN202180057921.X在审
发明人： M·尼德;H·沃尔泽;I·朱尔朱;黄珍镐;L·什瓦茨 -专利权人：国际商业机器公司
申请日： 2021-08-02 - 公布日： 2023-05-23 - 主分类号： G06F11/32 文献下载
摘要：提供了用于动态更新警报管理系统的几个方面，该警报管理系统使用主规则集来将数据处理系统中的警报与用于处理警报的自动机相匹配。一种方法包括使用包括由自动机成功处理的警报的训练数据集来训练机器学习模型以将警报与自动机相关联。然后应用机器学习模型将未匹配警报与自动机相关联，其中未匹配警报没有通过主规则集与自动机匹配。该方法还包括分析与未匹配警报的关联相关的机器学习模型的操作，以定义用于将未匹配警报与自动机匹配的新规则集，并输出新规则集用于审计新规则集中的每个规则。
数据处理系统中的警报管理

[发明专利]具有脑认知机理的发育自动机及其学习方法-CN201510628233.0有效
发明人：任红格;史涛;向迎帆;李福进;李冬梅;霍美杰;徐少彬;刘为民;张春磊;尹瑞 -专利权人：华北理工大学
申请日： 2015-09-29 - 公布日： 2018-01-05 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及了具有脑认知机理的发育自动机及其学习方法，属于智能机器人技术领域。具有脑认知机理的发育自动机，包括内部状态集合，系统输出集合，内部操作行为集合，状态转移方程，奖赏信号，系统评价函数，系统动作选择概率，多巴胺响应差分信号。本发明提供的具有脑认知机理的发育自动机及其学习方法，以学习自动机为基础框架为系统自主发育过程提供了一种泛化能力强，适用范围广的数学模型；该方法将感觉运动系统与内在动机机制相结合，提高系统的自学习与自适应能力
具有认知机理发育自动机及其学习方法

[发明专利]一种基于自动机器学习平台的智能信息抽取系统构建方法-CN202111389734.X在审
发明人：曹勇;吴承霖;张杨;陈焕坤 -专利权人：深圳深度赋智科技有限公司
申请日： 2021-11-22 - 公布日： 2022-03-01 - 主分类号： G06F40/284 文献下载
摘要：本发明涉及自然语言处理的文档信息抽取技术领域，公开了一种基于自动机器学习平台的智能信息抽取系统构建方法，基于知识工程的方法和自动机器学习平台复合抽取的方法来完成信息抽取的任务，基于自动机器学习平台完成模型算子的自动选择，自动对用户的输入进行预处理、建模分析、标准输出和服务提供，同时，基于知识工程的方法用于对特定字段的抽取，自动机器学习平台极大地优化现有基于深度学习的信息抽取效果，而基于传统的知识工程的方法提升信息抽取的覆盖度和不同场景的抽取效果
一种基于自动机器学习平台智能信息抽取系统构建方法

[发明专利]混合机器学习-CN202180052139.9在审
发明人： D·布兰查德;T·海纳尔;R·M·霍克默思 -专利权人：奥特瑞克斯股份有限公司
申请日： 2021-08-24 - 公布日： 2023-04-18 - 主分类号： G06N20/00 文献下载
摘要：通过混合机器学习过程来训练模型。在所述混合机器学习过程中，对数据集这些自动机器学习过程以生成模型以用于进行预测。所述自动机器学习过程使用流程来训练所述模型并且在所述流程的步所述骤中做出决策。在通过所述自动机器学习过程训练所述模型之后，生成所述流程的表示并且在用户界面中将其呈现给用户。所述用户界面允许所述用户修改在所述自动机器学习过程中做出的至少一些决策。
混合机器学习

[发明专利]一种基于自动机器学习的工控网络入侵检测模型构建方法-CN202210155956.3在审
发明人：杨瑞君;何立君;胡雪琦 -专利权人：上海应用技术大学
申请日： 2022-02-21 - 公布日： 2022-04-29 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于自动机器学习的工控网络入侵检测模型构建方法，包括如下步骤：S1：构建自动机器学习框架；S2：将获取的工控网络入侵检测数据进行数据清洗处理，导入自动机器学习框架；S3：将目标工控网络数据输入至自动机器学习框架后，进行自动化特征工程处理；S4：自动地遍历分类机器学习模型，运用遗传编程的方法对每个机器学习模型进行超参的迭代优化；S5：选择训练模型进行遗传编程的自动超参优化，并进行交叉验证；S6：利用测试集进行验证
一种基于自动机器学习网络入侵检测模型构建方法

[发明专利]基于部分均值融合的并行式学习自动机优化方法-CN201710264118.9在审
发明人：李生红;马颖华;黄德双;谢文丹;江文;王伊凡;郭颖;葛昊 -专利权人：上海交通大学;携程计算机技术（上海）有限公司
申请日： 2017-04-21 - 公布日： 2018-11-02 - 主分类号： G06N99/00 文献下载
摘要：一种基于部分均值融合的并行式学习自动机优化方法，通过学习自动机先独立分散地与环境交互，再将经过均值融合器得到的概率与原始概率做一个加权平均，并将加权平均值赋给所有的学习自动机进行下一次的循环，即均值不再是将直接赋值给概率向量本发明在初始学习阶段保留了其本身的学习方向，同时在学习过程中能够不断修正。
学习自动机概率向量并行式概率环境交互加权平均学习方向学习过程学习阶段融合融合器加权优化修正保留

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条