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1390152个,建议您升级VIP下载更多相关专利
  • [发明专利]模型优化方法、装置、存储介质及服务器-CN201911038172.7有效
  • 钟括;魏颖;黄俊洲 - 腾讯科技(深圳)有限公司
  • 2019-10-29 - 2023-09-22 - G06N20/00
  • 本申请实施例公开了一种模型优化方法、装置、存储介质及电子设备,其中,方法包括:获取第一机器学习模型及第二机器学习模型,所述第一机器学习模型为已优化的模型,所述第二机器学习模型为待优化的模型,获取所述第一机器学习模型与所述第二机器学习模型之间的迁移学习信息,根据所述迁移学习信息对所述第一机器学习模型进行迁移学习,得到机器学习模型,采用所述机器学习模型对所述第二机器学习模型进行优化,得到优化的第二机器学习模型。通过本申请实施例能够通过已优化的机器学习模型对待优化的机器学习模型进行优化。
  • 模型优化方法装置存储介质服务器
  • [发明专利]基于反馈的机器学习模型搜索方法、系统、设备及介质-CN202111620457.9在审
  • 沈超;张笑宇;蔺琛皓 - 西安交通大学
  • 2021-12-27 - 2022-03-29 - G06N20/00
  • 本发明属于机器学习领域,公开了一种基于反馈的机器学习模型搜索方法、系统、设备及介质,包括获取初始机器学习模型参数,并根据初始机器学习模型参数构建初始机器学习模型;通过预设的训练数据集训练初始机器学习模型,得到初始机器学习模型的训练反馈数据和训练得分;确定当前最优机器学习模型,获取当前最优机器学习模型的训练反馈数据,并根据当前最优机器学习模型的训练反馈数据,得到当前最优机器学习模型的搜索操作;判断是否满足预设的终止条件,不满足时根据当前最优机器学习模型和搜索操作,修改当前最优机器学习模型并作为初始机器学习模型重复上述步骤;满足时输出当前最优机器学习模型,极大的提升了机器学习模型搜索效率。
  • 基于反馈机器学习模型搜索方法系统设备介质
  • [发明专利]用于训练机器学习模型的方法及系统-CN201811041753.1在审
  • 孙承根;焦英翔;石光川 - 第四范式(北京)技术有限公司
  • 2018-09-07 - 2020-03-20 - G06N20/00
  • 提供了一种用于训练机器学习模型的方法及系统。所述方法包括:获取用于限定机器学习模型的训练过程的配置;以及使用针对机器学习模型模型训练框架对获取的配置进行解析,并执行解析得到的用于训练机器学习模型的处理逻辑,以训练出机器学习模型,其中,用于限定机器学习模型的训练过程的配置包括以下配置之中的至少一种:算法配置,用于限定用于训练机器学习模型机器学习算法的运算逻辑;输入配置,用于限定所述机器学习算法的输入数据;参数配置,用于限定机器学习模型的参数;以及环境配置,用于限定训练机器学习模型时的环境。根据所述方法及系统,能够基于用于限定机器学习模型的训练过程的配置训练出机器学习模型
  • 用于训练机器学习模型方法系统
  • [发明专利]机器学习模型之间进行转换的方法与设备-CN201610308127.9有效
  • 梅鹍;安春霖;程大伟;刘汪根 - 星环信息科技(上海)有限公司
  • 2016-05-11 - 2019-06-14 - G06N20/00
  • 本申请的目的是提供一种单机机器学习模型与分布式机器学习模型之间进行转换的方法与设备。与现有技术相比,本申请获取模型训练参数信息,并对其进行数据类型转换或描述文件解析,然后根据所述模型训练参数信息训练出分布式机器学习模型,再将所述分布式机器学习模型转换为单机机器学习模型;本申请还获取单机机器学习模型,提取出所述单机机器学习模型参数信息,对所述单机机器学习模型参数信息进行数据类型转换或描述文件解析,然后根据所述单机机器学习模型构造分布式机器学习模型;本申请可实现单机机器学习模型与分布式机器学习模型之间的相互转换
  • 机器学习模型之间进行转换方法设备
  • [发明专利]基于区块链网络的机器学习模型处理方法及节点-CN201910776690.2有效
  • 黎新 - 腾讯科技(深圳)有限公司
  • 2019-08-22 - 2021-06-04 - G06N3/04
  • 本发明提供了一种基于区块链网络的机器学习模型处理方法、节点及存储介质;机器学习模型处理方法包括:获取需求方节点发送的机器学习模型,将所述机器学习模型存储至区块链网络;响应于参与方节点发送的对所述机器学习模型的查询请求,将所述机器学习模型发送至所述参与方节点,以使所述参与方节点根据自身的训练数据,对所述机器学习模型进行更新;获取所述参与方节点发送的更新后的所述机器学习模型,对更新后的所述机器学习模型进行共识;当共识成功时,将更新后的所述机器学习模型,存储至所述区块链网络。通过本发明,能够在多方参与的机器学习模型训练场景中,提升训练数据的安全性,同时提升机器学习模型的处理效率。
  • 基于区块网络机器学习模型处理方法节点
  • [发明专利]用于安全纵向联邦学习的方法、装置和系统-CN202080061690.5在审
  • 褚令洋;黄宇韬;张勇;王岚君 - 华为云计算技术有限公司
  • 2020-09-09 - 2023-04-07 - G06N20/00
  • 通过以下方式使用安全纵向联邦学习学习机器学习模型:网络机器学习模型从多个私有机器学习模型接收一组私有机器学习模型输出。所述一组私有机器学习模型输出基于所述多个私有机器学习模型中的每一个独占拥有的数据。所述一组私有机器学习模型输出基于所述数据的样本ID对齐。所述网络机器学习模型提供预测,所述预测为所述网络模型基于所述一组私有机器学习模型输出的输出。所述网络模型向所述多个私有机器学习模型中的一个传输所述预测,所述多个私有机器学习模型中的所述一个包括标签。所述网络模型从所述多个私有机器学习模型中的所述一个接收基于所述标签和所述预测的损失,基于所述损失计算梯度,并基于所述损失更新所述网络模型的参数。
  • 用于安全纵向联邦学习方法装置系统
  • [发明专利]机器学习模型管理方法、装置和系统-CN202011212838.9在审
  • 江涛 - 华为技术有限公司
  • 2020-11-03 - 2022-05-24 - G06N20/00
  • 一种机器学习模型管理方法、装置和系统,涉及机器学习技术领域。该方法应用于联邦学习服务端,联邦学习服务端归属于第一管理域,该方法包括:从机器学习模型管理中心获取第一机器学习模型;基于第一机器学习模型和第一管理域的本地网络业务数据,与第一管理域中的多个联邦学习客户端进行联邦学习,得到第二机器学习模型;向机器学习模型管理中心发送第二机器学习模型,以使第二机器学习模型被第二管理域中的设备使用,如此有助于节省计算资源,提高机器学习模型的适应性。
  • 机器学习模型管理方法装置系统
  • [发明专利]一种机器学习模型的生成方法、装置-CN201811647840.1有效
  • 付玺 - 大唐软件技术股份有限公司
  • 2018-12-29 - 2021-12-28 - G06N20/00
  • 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]联合混合模型-CN202080084734.6在审
  • M·雷瑟;M·威林;E·加维斯;C·路易索斯 - 美国高通技术公司
  • 2020-12-14 - 2022-07-22 - G06N3/04
  • 本文描述的各方面提供了一种处理数据的方法,包括:接收针对多个机器学习模型的全局参数集合;根据该全局参数集合用该多个机器学习模型来处理本地地存储在处理设备上的数据以生成机器学习模型输出;在该处理设备处接收关于针对该多个机器学习模型机器学习模型输出的用户反馈;基于机器学习输出和用户反馈来执行对该多个机器学习模型的优化以生成经本地更新的机器学习模型参数;将经本地更新的机器学习模型参数发送到远程处理设备;以及接收针对多个机器学习模型的经全局更新的机器学习模型参数集合
  • 联合混合模型

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