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314331个,建议您升级VIP下载更多相关专利
  • [发明专利]一种任务划分方法、装置以及设备-CN202110111864.0在审
  • 郑子木;谢达奇;李蕴哲;吴严 - 华为技术有限公司
  • 2021-01-27 - 2021-12-24 - G06N20/00
  • 一种任务划分方法、装置以及设备,本申请中,任务划分装置可以根据任务的样本中各个数据项的类别数确定任务属性集合;之后,根据所述任务属性集合中至少一个任务属性对该任务的样本进行划分,生成多个子样本;从多个子样本中确定目标子样本以及候选子样本,将目标子样本与候选子样本合并,生成合并样本,候选子样本为多个子样本中对目标子样本对应的推理模型性能提升程度最大的子样本任务合并装置基于样本中的数据项确定任务属性集合,无须相关专家参与,在进行任务划分时,先初始划分,后将能够合并的子样本进行合并,保证任务划分的准确性。
  • 一种任务划分方法装置以及设备
  • [发明专利]在文本中确定语义关键词的方法和装置-CN201410239148.0在审
  • 缪庆亮;孟遥 - 富士通株式会社
  • 2014-05-30 - 2015-12-09 - G06F17/30
  • 该方法包括:在网络资源中进行挖掘,获得词或词组与词或词组作为语义关键词的概率的二元组集合;在文本中抽取样本,基于所获得的二元组集合样本中获取正样本;将样本去除正样本后的集合中的每一个样本与正样本中的正样本进行比较,根据比较的相似度结果来获得负样本;从样本去除正样本后的集合中再去除负样本来获得未标注样本;基于正样本、负样本和未标注样本,利用分类算法来迭代训练语义关键词识别模型,基于语义关键词识别模型来获得语义关键词集合和/或非语义关键词集合
  • 文本确定语义关键词方法装置
  • [发明专利]一种分类模型训练方法及计算机设备-CN202011637697.5在审
  • 杨德杰 - 平安科技(深圳)有限公司
  • 2020-12-31 - 2021-05-07 - G06K9/62
  • 其中,一种分类模型训练方法,从初始样本中挖掘出正样本,以及与正样本对应的候选样本,由于候选样本是基于正样本从初始样本中挖掘得到,因此候选样本中的样本是考虑了样本的全局分布得到,并且利用预先构建的生成式对抗网络,基于候选样本与正样本进行样本训练,输出的补充样本不具有特征偏性,再将基于补充样本与正样本得到的目标样本,用于对预设分类模型进行训练,由于目标训练样本中因正负样本均衡且无特征偏性
  • 一种分类模型训练方法计算机设备
  • [发明专利]训练人脸识别模型的方法及装置-CN202310143217.7在审
  • 胡祝银;汪勇;刘春秋;冯国伟;潘冬 - 深圳市博安智控科技有限公司
  • 2023-02-16 - 2023-07-28 - G06V40/16
  • 本申请提供一种训练人脸识别模型的方法及装置,所述方法包括:基于第一样本,训练得到第一人脸识别模型,所述第一样本包括至少一个样本;基于自步学习从第二样本中获取第三样本,所述第二样本包括所述第一样本和第四样本,所述第四样本包括至少一个样本,所述第四样本中的任一样本为基于所述第一样本中的任一样本生成的对抗样本,所述第三样本中每个样本的损失函数的平均值小于第五样本中每个样本的损失函数的平均值,所述第五样本包括所述第二样本中除所述第三样本之外的其他样本;基于所述第三样本,对所述第一人脸识别模型进行优化,得到第二人脸识别模型。
  • 训练识别模型方法装置
  • [发明专利]一种基于GPU存储的自适应负样本采样池的模型训练方法-CN202211523838.X在审
  • 连德富;陈恩红;陈矜;李豫承 - 中国科学技术大学
  • 2022-12-01 - 2023-01-20 - G06N3/04
  • 本发明公开了一种基于GPU存储的自适应负样本采样池的模型训练方法,包括:对物品样本进行随机采样,并初始化负样本采样池;将物品样本作为候选样本,通过深度匹配模型计算批处理训练样本中用户与候选样本中物品的相似度,并获取第一样本;通过深度匹配模型计算批处理训练样本中用户与负样本采样池中物品的相似度,并获取第二样本;将第一样本和第二样本进行集合运算,得到负样本,并利用负样本和损失函数,对深度匹配模型的参数进行更新优化;根据更新后的计数向量对负样本采样池进行更新,得到更新后的负样本采样池;重复上述操作,直到满足预设条件,得到训练完成的深度匹配模型。
  • 一种基于gpu存储自适应样本采样模型训练方法
  • [发明专利]模型生成方法、装置、计算机设备和存储介质-CN201910945862.4在审
  • 林建明;张祺扬 - 深圳无域科技技术有限公司
  • 2019-09-30 - 2021-03-30 - G06Q40/02
  • 所述方法包括:获取包括第一子样本和第二子样本的第一样本;通过训练第一子样本得到第一目标模型;通过第一目标模型预测第二子样本中各个样本的标签得到各个样本的预测标签;通过训练第一子样本和携带预测标签的第二子样本得到第二目标模型;获取通过训练第二样本和第一子样本得到的第三迁移模型,第二样本和第一样本为不同产品中的数据;获取第三样本,第三样本与第一样本为相同产品的数据;根据第三样本训练第二目标模型和第三目标模型组成的模型得到预设目标模型通过迁移模型和样本数据快速建立有效的预测模型。
  • 模型生成方法装置计算机设备存储介质
  • [发明专利]样本确定方法及装置-CN202310099228.X在审
  • 刘志恒;朱凯;郑可成;冯睿蠡;刘宇;赵德丽 - 阿里巴巴(中国)有限公司
  • 2023-01-28 - 2023-06-02 - G06F18/2415
  • 本说明书实施例提供样本确定方法及装置,其中样本确定方法包括:获取待处理样本,其中,待处理样本包括第一初始样本和第二初始样本,第二初始样本中第二初始样本的数量大于第一初始样本中第一初始样本的数量;确定待处理样本中第一初始样本和第二初始样本分别对应的采样概率;基于采样概率在待处理样本中对第一初始样本和第二初始样本分别进行采样,获得第一初始样本对应的第一待确定样本和第二初始样本对应的第二待确定样本,其中,第一待确定样本的数量与第二待确定样本的数量相同;对第一待确定样本和第二待确定样本进行数据增强,获得目标样本
  • 样本确定方法装置
  • [发明专利]行为样本生成模型的训练方法、行为样本生成方法及装置-CN202211592805.0在审
  • 张长浩;傅欣艺;王维强 - 支付宝(杭州)信息技术有限公司
  • 2022-12-13 - 2023-04-14 - G06Q20/40
  • 说明书实施例提供了一种行为样本生成模型的训练方法、行为样本生成方法及装置,生成模型包括生成网络和判别网络,该训练方法包括:获取第一样本,第一样本包括若干源于真实的第一类型的用户行为的真实行为样本;通过生成网络,生成第二样本,第二样本包括若干模拟第一类型的用户行为的模拟行为样本;将第一样本与第二样本输入判别网络,获取第一样本和第二样本中各个样本分别对应的样本表征;根据样本表征,确定第一样本与第二样本的相似度损失、以及第二样本内包含的样本的差异度损失;以相似度损失趋于变大、差异度损失趋于变小为目标,更新生成网络的参数。
  • 行为样本生成模型训练方法装置

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