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70917个,建议您升级VIP下载更多相关专利
  • [发明专利]处理图像的方法与装置-CN201310571492.5有效
  • 李水平;柳海波 - 华为技术有限公司
  • 2013-11-13 - 2017-01-11 - G06T5/00
  • 本发明提供一种处理图像的方法与装置,方法包括:采用第一梯度计算方法获取图像的第一水平梯度和第一垂直梯度;采用第二梯度计算方法获取图像的第二水平梯度和第二垂直梯度;根据预设规则、第一水平梯度、第一垂直梯度、第二水平梯度和第二垂直梯度,获取图像的最终水平梯度和最终垂直梯度。根据本发明的处理图像的方法与装置,通过结合多种梯度算法获取最终水平梯度和最终垂直梯度,采用该最终水平梯度和最终垂直梯度对图像进行归一化处理,能够提高处理后的图像的真实性,较为真实地还原了原始图像。
  • 处理图像方法装置
  • [发明专利]一种优化平衡稳态自由进动序列的方法与装置-CN201710755374.8有效
  • 朱燕杰;梁栋;刘新;郑海荣 - 深圳先进技术研究院
  • 2017-08-29 - 2019-10-18 - G01R33/565
  • 本发明提出了一种优化平衡稳态自由进动序列的方法,包括以下步骤:步骤a:在频率编码梯度的整个读出梯度时间内进行数据采样;步骤b:对平衡稳态自由进动序列进行序列梯度设计,使得整个频率编码梯度时间内不和其他两轴的梯度发生重叠;步骤c:在频率编码梯度即读出梯度中使用系统允许的最大梯度幅值和爬升率;步骤d:重新分配频率编码散相梯度、层选回聚梯度及相位编码梯度这三个梯度轴的最大幅值和最大爬升率,使得矩最大的梯度轴具有最高的梯度最大幅值和最大爬升率;使三个梯度共同占用的时间降到最短,相应的,频率编码回聚梯度、层选散相梯度和相位编码恢复梯度也进行相同的梯度性能分配和处理,从而获得最短的重复时间TR。
  • 一种优化平衡稳态自由序列方法装置
  • [发明专利]用于驱动梯度线圈的梯度放大器系统及配置方法-CN201580041575.0有效
  • 张瑛;G·程;曾克秋 - 皇家飞利浦有限公司
  • 2015-07-30 - 2020-03-10 - G01R33/385
  • 本发明涉及一种用于驱动梯度线圈的梯度放大器系统及其配置方法。所述梯度放大器系统包括:用于驱动通过所述梯度线圈的梯度电流的梯度放大器,其中,所述梯度放大器还包括梯度滤波器;控制器,其耦合到所述梯度放大器以用于控制所述梯度线圈中的所述梯度电流;反馈回路,其用于仅将所述梯度线圈中的所述梯度电流反馈到所述控制器,其中,仅基于所述梯度线圈中的所述梯度电流来配置所述控制器,并且其中,所述梯度滤波器的滤波器参数被调节,以实现表示所述梯度放大器系统(21)的期望性能的预定极点与同所述控制器相关联的有理传递函数的实际极点之间的最小偏移
  • 用于驱动梯度线圈放大器系统配置方法
  • [发明专利]一种联邦推荐梯度获取方法、装置、智能终端及存储介质-CN202011222354.2在审
  • 梁锋;潘微科;明仲 - 深圳大学
  • 2020-11-05 - 2021-01-29 - G06F16/9535
  • 本发明公开了一种联邦推荐梯度获取方法、装置、智能终端及存储介质,其中,上述联邦推荐梯度获取方法包括:获取普通对象和去噪对象;基于上述模型参数,通过各上述普通对象获取第一含噪梯度;基于上述模型参数,通过各上述去噪对象获取第二含噪梯度;基于上述第一含噪梯度与上述第二含噪梯度消除上述普通对象梯度噪声以及上述去噪梯度噪声,获取目标梯度。如此,第一含噪梯度以及第二含噪梯度都包含对应的梯度噪声,可以保护用户的评分行为;同时,获取上述第一含噪梯度和上述第二含噪梯度后可以消除对应的梯度噪声,获取不含梯度噪声的目标梯度。因此本方案可在保护用户评分行为的同时消除梯度噪声,提高联邦推荐过程中模型的精准性。
  • 一种联邦推荐梯度获取方法装置智能终端存储介质
  • [发明专利]梯度压缩方法、装置、设备及存储介质-CN202210044216.2在审
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2022-01-14 - 2022-04-22 - G06N20/20
  • 本申请涉及人工智能,提供一种基于联邦学习的梯度压缩方法、装置、设备及存储介质,即将待传输梯度数据中梯度值不小于预设梯度阈值的梯度数据作为第一梯度数据;将所述待传输梯度数据中除所述第一梯度数据之外的梯度数据作为第二梯度数据,并根据2比特位压缩策略或4比特位压缩策略将所述第二梯度数据中的每个梯度数据进行压缩;将所述第一梯度数据以及压缩后的第二梯度数据上传至服务器。本发明根据梯度值的大小,筛选出重要度高的第一梯度数据,将重要度高的梯度数据完整上传,并将重要度较低的第二梯度数据按照相应压缩策略进行压缩。在保证模型建模准确性的同时,降低了传输梯度的数据量,提高了梯度传输效率。
  • 梯度压缩方法装置设备存储介质
  • [发明专利]联邦学习梯度攻击防御方法、系统、设备及介质-CN202210569676.7在审
  • 李建星;卞文杰;杨和;王子钊;夏晶 - 西安交通大学
  • 2022-05-24 - 2022-10-21 - G06N20/00
  • 本发明公开了一种联邦学习梯度攻击防御方法、系统、设备及介质,包括:利用本地数据对模型进行训练,得到本地模型,计算得到本地梯度;获联邦学习的压缩阈值,计算得到梯度掩码矩阵;根据梯度掩码矩阵,对本地梯度进行压缩,得到压缩后的梯度;对更新后的梯度掩码矩阵,添加噪声,得到添加有噪声的梯度掩码矩阵;根据压缩后的梯度和所述添加有噪声的梯度掩码矩阵,得到添加有噪声的梯度;对添加有噪声的梯度,执行聚合算法,得到全局梯度;根据全局梯度,对本地模型进行更新,并开始下一轮模型训练;本发明结合差分隐私技术,利用添加有噪声的梯度能够有效防止梯度攻击;通过全局矩阵,实现对添加的噪声量的控制,有效提高了模型的精度。
  • 联邦学习梯度攻击防御方法系统设备介质
  • [发明专利]一种重力梯度仪自标定方法及离心梯度补偿方法-CN201710790474.4有效
  • 蔡体菁;喻名彪;徐珂雅 - 东南大学
  • 2017-09-04 - 2019-02-22 - G01V7/00
  • 本发明公开一种重力梯度仪自标定方法及离心梯度补偿方法,其中重力梯度仪自标定方法通过改变重力梯度仪的水平倾斜角或惯性稳定平台的旋转角速度改变重力梯度仪敏感的离心梯度,记录不同离心梯度激励下重力梯度仪的输出及检测的离心梯度数据完成重力梯度仪标度系数、零偏的标定;根据标定模型及重力梯度仪的输出得到含有离心梯度的重力梯度数据,将其减去检测的离心梯度,实现离心梯度补偿。本发明提供的标定方法可由计算机自动运行,实现自标定,该方法仅依靠重力梯度仪本身,不需要依赖外部检测质量即可完成标定,该标定方法,方便、简洁、容易实施。
  • 一种重力梯度标定方法离心梯度补偿
  • [发明专利]一种分布式训练方法、装置、系统、存储介质及电子设备-CN202211468935.3在审
  • 沈力;程亦飞;钱迅;陶大程 - 京东科技信息技术有限公司
  • 2022-11-22 - 2023-02-28 - G06N3/098
  • 本发明公开了一种分布式训练方法、装置、系统、存储介质及电子设备,其中方法包括在对机器学习模型的迭代训练过程中,确定机器学习模型在当前次迭代的随机梯度;对当前次迭代的随机梯度进行压缩处理,得到当前次迭代的压缩梯度,并将压缩梯度发送至中心服务器节点,其中,中心服务器节点基于各计算节点设备发送的压缩梯度,确定当前次迭代的中心梯度;接收中心服务器节点反馈的中心梯度,并基于当前次迭代的随机梯度和压缩梯度确定补偿梯度,基于补偿梯度对中心梯度进行补偿得到当前次迭代的目标梯度,并基于目标梯度对机器学习模型进行当前次迭代更新。通过梯度压缩减少通讯成本,并在迭代过程中通过梯度补偿避免了梯度压缩导致的收敛慢的问题。
  • 一种分布式训练方法装置系统存储介质电子设备
  • [发明专利]目标梯度检测方法、装置、计算机设备和存储介质-CN202111489011.7有效
  • 王忠淼;翟人宽 - 武汉联影生命科学仪器有限公司
  • 2021-12-07 - 2023-07-21 - G01R33/24
  • 本申请涉及一种目标梯度检测方法、装置、计算机设备和存储介质。该方法包括:根据预设采样周期采集K空间数据集。K空间数据集反映在磁场变化下待测样品的磁信号变化信息,磁场变化是读取梯度回波序列中包含的扫描参数对扫描磁场施加梯度所产生的。梯度包括梯度回波序列中设置的目标梯度和采集梯度;在每一采样周期中识别施加采集梯度所产生的读出信号的峰值,确定每一读出信号的峰值对应的读出时刻;根据K空间数据集全部采样周期的中心时刻,在多个读出时刻中确定目标读出时刻;基于目标读出时刻,确定采集梯度的读出梯度矩,并根据读出梯度矩确定目标梯度的目标梯度矩,目标梯度矩反映目标梯度实际值。采用本方法检测梯度系统的实际梯度值。
  • 目标梯度检测方法装置计算机设备存储介质
  • [发明专利]机器学习模型的分布式训练方法及装置、电子设备、介质-CN202110704799.2有效
  • 高云君;杨克宇;陈璐;曾志豪 - 浙江大学
  • 2021-06-24 - 2022-06-17 - G06N20/00
  • 本发明公开了一种机器学习模型的分布式训练方法及装置、电子设备、介质,该方法采用梯度键值对表示所述梯度向量中的非零元素;保留绝对值大于设定阈值的所述梯度值;通过倒数映射的方式,将保留的梯度值转化为梯度倒数值;将所述梯度倒数值进行对数量化,得到梯度量化整数,作为压缩的梯度值;根据保留的梯度值对应的梯度键求相邻梯度键的增量,获得增量梯度键;根据所述增量梯度键,得到长度标志位;对所述增量梯度键根据对应长度标志位进行二进制编码,组合长度标志位和二进制编码得到压缩的梯度键;再将所述压缩的梯度值和梯度键用于节点间传输,降低了各节点传输的梯度数据通信量,进而达到了提升机器学习模型分布式训练效率的技术效果。
  • 机器学习模型分布式训练方法装置电子设备介质

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