“机器学习技术”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9975749个，建议您升级VIP下载更多相关专利

[发明专利]一种基于混合增强智能的云机器人协作学习方法-CN201810150908.9在审
发明人：杜广龙;张爱玲;张博;刘彩冰;张平 -专利权人：华南理工大学
申请日： 2018-02-13 - 公布日： 2018-07-27 - 主分类号： G05B13/04 文献下载
摘要：本发明提出了一种基于混合增强智能的云机器人协作学习方法。该方法包括以下步骤：S1、采用NTP（Neural Task Programming，神经任务编程）的元学习方法，将一个大的任务递归的分解成简单的子任务，用于机器人示教；S2、基于人机交互技术实现机器人动作模仿学习，教会机器人技能；S3、利用增量的自我组织的神经网络(Self‑organizing incremental neural network,SOINN)，将分散的机器人技能汇总一起共享使用。本发明让多个机器人分别学习人类的技能，然后把学到的信息上传到服务器中，再共用服务器中的信息进行训练和调整。不仅能将学习时间大大缩短，还能对任务的多样性进行扩展。机器人进行合作式学习，通过网络（或称为云机器人）将经验传输给彼此，也就是让机器人可以相互学习。
机器人学习技能人机交互技术多个机器人共用服务器合作式学习机器人动作共享使用神经网络智能协作递归示教编程服务器模仿多样性分解神经传输网络

[发明专利]将诊断图像自动链接到特定资产-CN202310440116.6在审
发明人： M·F·施密特;M·D·斯图尔特;S·N·R·伊斯法罕尼;S·S·沙斯特里;D·普拉巴卡;R·安斯沃斯 -专利权人：福禄克公司
申请日： 2023-04-21 - 公布日： 2023-10-24 - 主分类号： G06F16/58 文献下载
摘要：描述了利用机器学习技术来使用机器健康诊断图像集标识维护资产并将个体机器健康诊断图像链接到标识的维护资产的方法和装置。机器健康诊断图像集可以包括热图像集、可见光图像集和/或声学图像集。标识的维护资产可以包括与唯一的资产标识符相关联的个体机器。诊断图像链接系统可以获取机器健康诊断图像，应用对象检测和其它计算机视觉技术来标识机器健康诊断图像内的特定机器；确定特定机器的机器性质；使用机器性质生成特征向量；选择与维护资产相对应的机器学习模型；使用机器学习模型生成预测答案；并且基于预测答案来生成特定机器的资产标识符。
诊断图像自动链接特定资产

[发明专利]使用几何深度学习对牙科扫描图进行自动化处理-CN202180082162.2在审
发明人：乔纳森·D·甘德鲁德;亚历山大·R·坎利夫;詹姆士·D·哈森;卡梅伦·M·法布里;董文博;杨恩祖;黄建兵;希曼舒·纳亚尔;古鲁普拉萨德·索马孙达拉姆;任吉能;约瑟夫·C·丁格尔代因;赛义德·阿米尔·侯赛因·侯赛尼;史蒂文·C·德姆洛;本杰明·D·西默 -专利权人： 3M创新有限公司
申请日： 2021-12-02 - 公布日： 2023-08-11 - 主分类号： A61C13/00 文献下载
摘要：本发明提供了一种应用于各种牙科过程和5解决方案的机器学习或几何深度学习。具体地，生成对抗网络将机器学习应用于微笑设计——完成的微笑、器具渲染、扫描清理、修复器具设计、牙冠和牙桥设计以及虚拟拆除。顶点和边缘分类将机器学习应用于牙龈与牙齿检测、牙齿类型分割以及托架和其他口腔正畸硬件。回归将机器学习应用于坐标系、诊断、案例复杂性和对处理持续时间的0预测。自动化编码器和聚类将机器学习应用于对医生或技术人员和偏好的分组。
使用几何深度学习牙科描图进行自动化处理

[发明专利]基于人工智能技术的自动翻页阅读学习机器人-CN202310703812.1在审
发明人：李毅 -专利权人：悦海扬波（南京）信息科技有限公司
申请日： 2023-06-14 - 公布日： 2023-10-17 - 主分类号： B25J11/00 文献下载
摘要：本发明公开了基于人工智能技术的自动翻页阅读学习机器人，旨在解决当前传统的智能学习机器人，只是利用互联网上的数据使机器人进行学习，但是传统的数据例如一些书本里知识内容，无法直接的在互联网中检索到，导致机器人的学习存在一定的限制，影响到了机器人学习整体效果的技术问题，其结构包括机器人底箱，还包括：弧形电动滑轨，采用螺钉连接在机器人底箱的顶部前侧；自动翻页机构，可移动的设置在弧形电动滑轨顶部。本发明通过吸附页面表面，从而带动吸附页面弧形移动对书本进行自动翻页，而且当出现翻页错误，例如翻页的页面还未进行学习，能够带动翻页错误的页面回到书本的原位置，从而实现了错误翻页的复位操作。
基于人工智能技术自动翻页阅读学习机器人

[实用新型]一种多机器人智能学习系统-CN202020010702.9有效
发明人：杨玉红;方毅 -专利权人：合肥扬中智能科技有限公司
申请日： 2020-01-04 - 公布日： 2020-10-23 - 主分类号： B25J9/16 文献下载
摘要：本实用新型属于智能机器人技术领域，尤其为一种多机器人智能学习系统，包括保护外壳，所述保护外壳的顶端安设有主控保护壳，所述保护外壳的底端安设驱动盘，所述驱动盘的底端安设有万向轮，所述保护外壳的侧面连接有机器人手臂，所述机器人手臂的下侧安设有机器人手爪，由于采用面向任务的研究、认知模拟、理论性分析，且面向任务的研究在给定一组任务的前提下，研究提高学习系统性能的方法；认知模拟，用计算机来模拟人类的学习过程，由此建造高性能的计算机；理论性分析，在理论上探索独立于应用领域的算法及其它各种可能的学习方法，规范机器学习的理论、方法和技术，加强对机器人学习理论背景的研究。
一种机器人智能学习系统

[发明专利]基于深度学习的智能清洁机器人贴边清洁系统及方法-CN202210410368.X在审
发明人：皮从明;张永明 -专利权人：净豹智能机器人（台州）有限公司
申请日： 2022-04-19 - 公布日： 2022-07-29 - 主分类号： A47L1/02 文献下载
摘要：本发明公开了基于深度学习的智能清洁机器人贴边清洁系统及方法，本发明涉及清洁机器人技术领域，包括主控CPU和检测单元、学习系统、控制单元以及清洁机器人，所述检测单元与主控CPU之间通过无线连接，所述主控CPU与学习系统电性连接，所述学习系统与控制单元之间电性连接，之后控制单元通过无线远程控制清洁机器人进行工作。该基于深度学习的智能清洁机器人贴边清洁系统及方法，通过预设好清洁动作和清洁组合动作，使得清洁机器人能够自主学习清洁动作，进而当清洁机器人遇到清洁障碍问题时，能够自动的转换为相应的清洁动作使其完成对玻璃的清洁工作
基于深度学习智能清洁机器人贴边系统方法

[发明专利]力和扭矩引导的机器人装配技术-CN202111172353.6在审
发明人：罗捷亮;李卉 -专利权人：欧特克公司
申请日： 2021-10-08 - 公布日： 2022-04-22 - 主分类号： B25J9/16 文献下载
摘要：公开用于训练和应用机器学习模型来控制机器人装配的技术。在一些实施方案中，力和扭矩测量值被输入到机器学习模型中，机器学习模型包括引入递归的记忆层。机器学习模型在机器人不可知环境中经由强化学习进行训练，以在给定力和扭矩测量值的情况下生成用于实现装配任务的动作。所收集的过渡存储在经优先级化的序列重放缓冲器中，学习者从经优先级化的序列重放缓冲器中基于过渡和序列优先级对要学习的序列进行采样。一旦经训练，机器学习模型就可被部署来基于由各种类型的机器人的传感器获取的力和扭矩测量值来控制这些机器人以执行装配任务。
扭矩引导机器人装配技术

[发明专利]一种英语学习用的情景对话口语、语法纠正装置-CN201911086134.9在审
发明人：郭文琦 -专利权人：东莞职业技术学院
申请日： 2019-11-08 - 公布日： 2020-02-21 - 主分类号： G09B5/06 文献下载
摘要：本发明涉及学习机技术领域，具体为一种英语学习用的情景对话口语、语法纠正装置，包括学习机器人和智能学习系统，学习机器人的表面设置有显示屏，学习机器人的顶端设置有摄像头，且学习机器人的表面设置有限位柱，限位柱的端部套设有套筒，限位柱的端部套设有阻尼垫，且限位柱的杆体上套设有收口板；有益效果为：本发明提出的英语学习用的情景对话口语、语法纠正装置内置智能学习系统，智能学习系统提升使用者与设备的互动性，且可根据使用者的使用记录为使用者提供训练计划
一种英语习用情景对话口语语法纠正装置

[发明专利]用于机器学习模型的并行化坐标下降法-CN201811570862.2在审
发明人： B-C·陈;D·阿加瓦尔;A·舍尔科夫尼科夫;J·弗莱明;马一鸣 -专利权人：微软技术许可有限责任公司
申请日： 2018-12-21 - 公布日： 2019-07-05 - 主分类号： G06N20/00 文献下载
摘要：执行机器学习模型训练过程的迭代直到发生收敛为止。使用第一机器学习算法来训练固定效应机器学习模型。通过将所训练的固定效应机器学习模型的结果与第一组目标结果进行比较来确定固定效应机器学习模型的训练残差。使用第二机器学习算法和固定效应机器学习模型的训练残差来训练第一随机效应机器学习模型。通过将所训练的第一随机效应机器学习模型的结果与第二组目标结果进行比较来确定第一随机效应机器学习模型的训练残差。在每次后续迭代中，对固定效应机器学习模型的训练使用在先前迭代中训练的最后机器学习模型的训练残差。
机器学习模型固定效应残差随机效应机器学习算法目标结果迭代后续迭代训练过程并行化下降法收敛

[发明专利]一种机器学习模型的生成方法、装置-CN201811647840.1有效
发明人：付玺 -专利权人：大唐软件技术股份有限公司
申请日： 2018-12-29 - 公布日： 2021-12-28 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例提供了一种机器学习模型的生成方法、装置，应用于机器学习平台，该方法包括：获取目标服务器的机器学习需求，该机器学习需求包括机器学习模型的训练数据格式和机器学习模型的目标功能；根据机器学习需求，利用预设的模型生成策略，配置目标服务器用于机器学习的目标模型；将目标模型返回至目标服务器。因此，简化数据上传操作，节省网络流量，通过模块化的设置降低机器学习模型的使用门槛，提升机器学习模型的生成效率。
一种机器学习模型生成方法装置

[发明专利]一种基于元模仿学习的机器人演示示教方法-CN202010669008.2在审
发明人：雷渠江;李秀昊;徐杰;桂光超;梁波;潘艺芃;刘纪;王雨禾;王卫军;韩彰秀 -专利权人：广州中国科学院先进技术研究所
申请日： 2020-07-13 - 公布日： 2020-11-24 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于元模仿学习的机器人演示示教方法，涉及机器学习技术领域，包括步骤：获取机器人演示示教任务集；构造网络结构模型并获得自适应目标损失函数；在元训练阶段，利用算法一学习、优化损失函数及其初始化值和参数；在元测试阶段，利用算法二对专家演示的轨迹进行学习，获得学习策略；将专家演示轨迹作为输入，结合学习策略，利用网络结构模型生成机器人模仿轨迹，并结合机器人状态信息映射到机器人的动作上。本发明能够从专家演示给出的少量示范例子中，快速泛化到新的场景，而不需要再做具体的任务工程，并且机器人根据专家演示能够自学习与任务无关的策略，从而产生出轨迹，实现一次演示快速示教。
一种基于模仿学习机器人演示方法

[发明专利]结合专家经验模型与有监督机器学习算法的信用信息系统-CN201911221952.5在审
发明人：何儒汉;苏裕益;向俐双;万方名;胡新荣;陈常念;刘军平 -专利权人：武汉纺织大学
申请日： 2019-12-03 - 公布日： 2020-04-28 - 主分类号： G06N20/00 文献下载
摘要：本发明属于数据处理技术领域，公开了一种结合专家经验模型与有监督机器学习算法的信用信息系统，信用信息系统包括样本评判模块用于通过专家模型根据重要的样本特征来对整个样本做出评判，得到初步的信用分；样本排序模块用于通过样本评判模块得到的信用分Y将样本X进行排序，并得到监督机器学习算法的数据集；模型构建模块用于构建有监督机器学习模型，进行数据集的训练，并得到稳定模型及信用分标签Y’；模型验证模块用于验证机器学习模型。本发明结合专家模型与有监督机器学习算法进行信用评分，训练出来的机器学习模型不依赖于样本数据的分布，解决了利用机器学习模型没有标注数据的问题，能够实现信用评分模型的精准预测。
结合专家经验模型监督机器学习算法信用信息系统

[发明专利]用于无线网络的端到端机器学习-CN201980100522.X在审
发明人：王继兵;埃里克·理查德·施陶费尔 -专利权人：谷歌有限责任公司
申请日： 2019-10-28 - 公布日： 2022-04-29 - 主分类号： H04W8/22 文献下载
摘要：描述了用于生成用于无线网络的端到端机器学习配置的技术和装置。端到端机器学习控制器(318)确定用于处理通过无线网络中的端到端通信(1902，1904)所交换的信息的端到端机器学习配置(2115，2230)。该端到端机器学习控制器获得在端到端通信中利用的一个或多个设备的能力(在2215处，在2220处)。该端到端机器学习控制器(318)确定用于处理通过端到端通信(1902，1904)所交换的信息的端到端机器学习配置(2115，2230)，并且通过基于端到端机器学习配置形成一个或多个深度神经网络(1908
用于无线网络端到端机器学习

[发明专利]一种支持机器学习模型训练的数据贡献激励方法和装置-CN202210468335.0在审
发明人：慕鑫;曾功贤;黄正安;马世龙 -专利权人：鹏城实验室
申请日： 2022-04-29 - 公布日： 2022-08-12 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及机器学习技术领域，具体是涉及一种支持机器学习模型训练的数据贡献激励方法和装置。本发明采用数据持有终端提供的训练数据对机器学习模型进行训练，计算训练之后的机器学习模型的模型性能，模型性能用于表征训练之后的机器学习模型的好坏，之后根据模型性能计算出激励值，激励值能够反映出数据持有终端提供的训练数据对训练机器学习模型所做出的贡献大小等到下次有新的模型训练需求时，就可以优选考虑激励值大的数据持有终端中的训练数据了，从而能够得到高质量的训练数据，进而能够更好的训练机器学习模型。
一种支持机器学习模型训练数据贡献激励方法装置

[发明专利]确定用于网络切片的机器学习架构-CN201980101367.3在审
发明人：王继兵;埃里克·理查德·施陶费尔 -专利权人：谷歌有限责任公司
申请日： 2019-10-31 - 公布日： 2022-06-14 - 主分类号： H04W4/50 文献下载
摘要：本文描述确定用于网络切片的机器学习架构的技术和装置。用户设备(UE)(110)和网络切片管理器(190)相互通信来确定机器学习(ML)架构，然后UE(110)采用该架构以无线方式通信应用的数据。具体而言，UE(110)选择提供应用所请求的服务质量等级的机器学习架构。网络切片管理器(190)基于与支持应用所请求的服务质量等级的网络切片相关联的一个或多个可用端到端机器学习架构来接受或拒绝请求。通过一起工作，UE(110)和网络切片管理器(190)可以确定适当机器学习架构，所述适当机器学习架构满足与应用相关联的服务质量等级并形成满足应用所请求的服务质量的端到端机器学习架构的一部分。
确定用于网络切片机器学习架构