“模型学习”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929710个，建议您升级VIP下载更多相关专利

[发明专利]基于联邦学习的知识迁移方法、装置、设备及介质-CN201911344082.0有效
发明人：梁新乐;刘洋;陈天健;董苗波 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-12-20 - 公布日： 2021-04-23 - 主分类号： G06N5/02 文献下载
摘要：本申请公开了一种基于联邦学习的知识迁移方法、装置、设备和介质，所述基于联邦学习的知识迁移方法包括：接收不同训练任务的各强化学习训练模型，并对各所述强化学习训练模型进行适配，获得强化学习适配模型，对各所述强化学习适配模型进行联邦处理，获得联邦模型，对所述联邦模型进行适配，获得联邦适配模型，将各所述联邦适配模型发送至各所述强化学习训练模型对应的训练设备，以对各所述强化学习训练模型进行迭代训练。
基于联邦学习知识迁移方法装置设备介质

[发明专利]联合学习训练方法及装置-CN202111431405.7在审
发明人：张敏 -专利权人：新智我来网络科技有限公司
申请日： 2021-11-29 - 公布日： 2022-03-01 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及人工智能技术领域，提供了一种联合学习训练方法、装置及计算机可读存储介质。该方法包括：基于参与方选取的应用场景，创建联合学习模型训练任务；根据参与方提供的参与方信息，建立联合学习模型训练策略；利用联合学习模型训练策略，确定联合学习模型训练任务中需要承载的模型训练数量；根据联合学习模型训练任务中需要承载的模型训练数量，启动联合学习模型训练任务中多个待训练的模型，以得到目标联合学习模型；将目标联合学习模型存储到与所述应用场景对应的模型库中。采用上述技术手段，解决现有技术中，缺少一种可以根据自主选择的应用场景，采用对应的训练方法训练联合学习模型的方法的问题。
联合学习训练方法装置

[发明专利]机器学习模型的评估方法、装置、计算机设备及介质-CN202210467478.X在审
发明人：谭竞成;于洋;高经郡 -专利权人：北京科杰科技有限公司
申请日： 2022-04-29 - 公布日： 2022-07-22 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种机器学习模型的评估方法、装置、计算机设备及介质，其中，该机器学习模型的评估方法包括：获取模型评估请求，模型评估请求包括数据源、机器学习方法和目标训练特征组；对数据源进行预处理，获取模型输入数据；基于模型输入数据和训练特征组，对机器学习方法对应的机器学习模型进行训练，获取训练机器模型；基于模型输入数据，对训练机器模型进行机器模型评估，获取模型评估结果该方法提供了高度自动化和易于使用的机器学习算法平台，帮助用户可快速和精准地构建和部署高精度的机器学习模型，降低机器学习模型构建门槛，提高数据挖掘生产力。
机器学习模型评估方法装置计算机设备介质

[发明专利]修改机器学习模型以改善局部性-CN201980036543.X在审
发明人： D.H.尹;N.帕蒂尔;N.P.朱皮 -专利权人：谷歌有限责任公司
申请日： 2019-07-29 - 公布日： 2021-01-15 - 主分类号： G06N5/02 文献下载
摘要：描述了用于更新机器学习模型以改善局部性的方法、系统和装置。在一个方面，一种方法包括接收机器学习模型的数据。该数据表示机器学习模型的操作以及操作之间的数据依赖性。接收指定用于将在其上部署机器学习模型的机器学习处理器的存储器层次结构的特点的数据。存储器层次结构包括处于多个存储器级别的多个存储器，用于存储在使用机器学习模型执行机器学习计算时由机器学习处理器使用的机器学习数据。通过修改机器学习模型的操作和控制依赖性以考虑到存储器层次结构的特点，来生成更新后的机器学习模型。使用更新后的机器学习模型来执行机器学习计算。
修改机器学习模型改善局部性

[发明专利]人口分布预测模型的构建方法、装置、服务器及存储介质-CN202111659424.5在审
发明人：张庆;吴怀文;罗恒亮 -专利权人：北京三快在线科技有限公司
申请日： 2021-12-30 - 公布日： 2022-04-12 - 主分类号： G06Q10/04 文献下载
摘要：本公开提供了一种人口分布预测模型的构建方法，属于互联网技术领域。所述方法包括：基于每个模型参数优化过程中各个中间状态的参数值，对各个学习任务的学习率和每个模型参数的参数值进行优化，得到每个学习任务优化后的学习率和每个模型参数优化后的参数值；基于目标学习任务优化后的学习率，对各个模型参数优化后的参数值进行调整，得到人口分布预测模型。本公开基于每个模型参数的初始值和每个学习任务的初始学习率进行元训练，得到蕴含元知识的模型参数优化后的参数值和学习任务优化后的学习率，进而根据目标学习任务优化后的学习率，对模型参数优化后的参数值进行微调，从而基于少量的人口预测样本，构建较为精准的人口分布预测模型。
人口分布预测模型构建方法装置服务器存储介质

[发明专利]一种基于编译器的机器学习加速芯片故障实时探测方法-CN202211448646.7有效
发明人：陈志远;陈韫韬;赵季;徐宁仪 -专利权人：辉羲智能科技（上海）有限公司
申请日： 2022-11-18 - 公布日： 2023-05-23 - 主分类号： G06F11/07 文献下载
摘要：本发明涉及一种基于编译器的机器学习加速芯片故障实时探测方法，包括以下步骤：T1、编译期，通过编译器对机器学习模型源代码的执行过程进行分析，针对机器学习模型执行过程使用到的各个计算单元生成随机计算的测试指令，将测试指令直接嵌入到机器学习模型各个计算单元中，模拟运行机器学习模型，获得机器学习模型全部测试指令预期校验和并记录，编译得到机器学习模型可执行文件；T2、运行时，嵌入式设备通过驱动软件加载机器学习模型可执行文件，实际运行机器学习模型，获得机器学习模型全部计算单元实际校验和，并和记录的机器学习模型全部计算单元预期校验和进行比较判断出现机器学习加速芯片硬件故障。
一种基于编译器机器学习加速芯片故障实时探测方法

[发明专利]集成化的机器学习算法库与统一编程框架-CN201910116872.7在审
发明人：郭昆;郭文忠;陈羽中;郭鸿清 -专利权人：福州大学
申请日： 2019-02-15 - 公布日： 2019-05-31 - 主分类号： G06F8/30 文献下载
摘要：本发明涉及一种集成化的机器学习算法库与统一编程框架，包括模型学习组件、模型更新组件和学习策略组件；所述模型学习组件基于Batch Processing利用机器学习算法和固定大小的批量数据构建算法模型的逻辑；所述模型更新组件基于Timely Processing利用动态的数据流对特定的算法模型进行更新的逻辑；所述学习策略组件内置判断输入数据是批量数据还是流数据的策略，调度模型学习组件、模型更新组件两个组件进行动态学习的逻辑本发明能够克服传统机器学习系统的单一处理方式缺点，方便机器学习的应用。
机器学习算法模型更新编程框架模型学习批量数据算法模型学习策略集成化数据流传统机器单一处理调度模型动态学习机器学习学习系统学习组件动态的流数据构建内置统一更新应用

[发明专利]深度学习模型的压缩方法、装置及设备-CN202010392557.X在审
发明人：周泓;郑楷;杨诚 -专利权人：浙江大学
申请日： 2020-05-11 - 公布日： 2020-08-28 - 主分类号： G06N3/08 文献下载
摘要：本公开提供一种深度学习模型的压缩方法、装置及设备。该方法包括：通过预设的训练数据，对深度学习模型进行训练，计算训练后的深度学习模型中各滤波器的全局重要性，根据各滤波器的全局重要性，对深度学习模型进行滤波器裁剪，确定裁剪后的深度学习模型是否满足预设的目标模型规模，若满足，则得到压缩好的深度学习模型。本公开的方法，提高了深度学习模型的压缩效果。
深度学习模型压缩方法装置设备

[发明专利]用于压缩深度学习模型的方法和装置-CN202010158037.2在审
发明人：程治宇;包英泽 -专利权人：百度（美国）有限责任公司
申请日： 2020-03-09 - 公布日： 2021-03-30 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例公开了用于压缩深度学习模型的方法和装置。该方法的一具体实施方式包括：获取待压缩的深度学习模型；以通道数为单位对待压缩的深度学习模型的每层权重进行剪枝，得到压缩后的深度学习模型。该实施方式以通道数为单位对深度学习模型的每层权重进行剪枝，有效地降低了深度学习模型的参数冗余，从而提升了深度学习模型的运算速度。
用于压缩深度学习模型方法装置

[发明专利]一种基于深度学习模型的隐写图像检测方法及系统-CN201610923908.9有效
发明人：曾吉申;谭舜泉;李斌;黄继武 -专利权人：深圳大学
申请日： 2016-10-23 - 公布日： 2020-01-07 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种基于深度学习模型的隐写图像检测方法及系统，方法包括：预先设置拟合分析数字图像隐写富模型特征的初始深度学习模型；选取有监督的预训练算法对初始深度学习模型进行预训练后得到预训练深度学习模型；整合预训练深度学习模型和深度分类网络生成整合深度学习模型，根据预先获取的训练数据集对整合深度学习模型进行训练后生成最终深度学习模型，根据最终深度学习模型对隐写图像进行检测，输出检测结果。
一种基于深度学习模型图像检测方法系统

[发明专利]一种混合联邦学习方法及架构-CN201910720373.9在审
发明人：程勇;董苗波;刘洋;陈天健 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-08-06 - 公布日： 2019-11-22 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种混合联邦学习方法及架构，该方法适用于具有多组参与者的联邦学习模型训练；其中方法为：针对每个组，根据组内参与者的数据集联合训练每组的第一联邦学习模型；对各组的第一联邦学习模型进行融合得到第二联邦学习模型，并将所述第二联邦学习模型发送给每个组内参与者；针对每个组，根据所述第二联邦学习模型及所述组内参与者的数据集训练得到更新后的第一联邦学习模型，返回对各组的第一联邦学习模型进行融合得到第二联邦学习模型的步骤，直至模型训练结束。上述方法应用于金融科技(Fintech)时，可以提升联邦学习模型的准确率。
学习模型训练数据集融合准确率架构返回更新金融联合

[发明专利]基于大数据深度学习的个人区域双向联动时空预测方法-CN202011629914.6在审
发明人：朱定局 -专利权人：华南师范大学
申请日： 2020-12-30 - 公布日： 2021-04-16 - 主分类号： G16H50/30 文献下载
摘要：基于大数据深度学习的个人区域双向联动时空预测方法，包括：每一时空中个人预测深度学习模型构建步骤；每一个人的个人预测深度学习模型构建步骤；单时单空预测深度学习模型第一构建步骤；单时单空预测深度学习模型第二构建步骤；单时单空预测深度学习模型第三构建步骤；训练方式第一设置步骤。上述方法、系统和机器人，分别从个人的角度和时空的角度来构建个人预测深度学习模型，并且进一步构建时空预测深度学习模型，同时也通过时空数据来直接构建时空预测深度学习模型，从而可以通过不同的路径得到时空预测深度学习模型，这些不同的时空预测深度学习模型相互之间通过协同训练可以提升时空模型的预测效果。
基于数据深度学习个人区域双向联动时空预测方法

[发明专利]一种基于有监督学习和无监督学习的反欺诈方法-CN201910977563.9有效
发明人：施铭铮;刘占辉 -专利权人：厦门铅笔头信息科技有限公司
申请日： 2019-10-15 - 公布日： 2022-05-03 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于有监督学习和无监督学习的反欺诈方法，具体步骤如下：数据预处理，数据转换，创建高斯混合模型，期望最大化算法，有监督学习，无监督学习，预测，该基于有监督学习和无监督学习的反欺诈方法使用有监督学习和无监督学习结合的方法来建立反欺诈模型，有监督学习模型和无监督学习模型被包含在一个大的模型中，这个大的模型将达到集成模型的效果，预测的结果将会优于单独考虑有监督学习或无监督学习时的效果，而且有监督学习和无监督学习是互补的，两种学习方式结合将可以检测出已知的欺诈模式和未知的欺诈模式
一种基于监督学习欺诈方法

[发明专利]基于学习的数据处理系统及模型更新方法-CN201911105993.8在审
发明人：徐章源 -专利权人：埃莱西株式会社
申请日： 2019-11-13 - 公布日： 2020-10-20 - 主分类号： G06N20/20 文献下载
摘要：提供了一种基于学习的数据处理系统，该系统通过对学习数据集进行学习来生成学习模型、根据学习模型来识别观察数据、并且提供识别结果。该基于学习的数据处理系统可以包括数据识别装置，该数据识别装置被配置为通过将基于第一学习数据集而生成的第一学习模型和基于第二学习数据集而生成的第二学习模型级联来生成级联学习模型。
基于学习数据处理系统模型更新方法

[发明专利]深度学习模型打包方法、装置、设备和介质-CN202110038516.5在审
发明人：胡鹏 -专利权人：京东方科技集团股份有限公司
申请日： 2021-01-12 - 公布日： 2021-05-25 - 主分类号： G06F8/41 文献下载
摘要：本申请公开了一种深度学习模型打包方法、装置、设备和介质。该方法包括：运行预先建立的深度学习模型打包框架；基于深度学习模型打包框架的运行系统确定编译环境；获取与编译环境对应的模型打包指令；响应于模型打包指令处理预先加载的深度学习模型，得到与运行系统对应的深度学习模型数据包解决了深度学习模型打包操作复杂，效率低的问题。
深度学习模型打包方法装置设备介质