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3721521个,建议您升级VIP下载更多相关专利
  • [发明专利]应用神经网络的综合性智能深度学习方法-CN202010407041.8在审
  • 戚意强;李博;张淞源 - 青岛翰林汇力科技有限公司
  • 2020-05-14 - 2020-09-01 - G06K9/00
  • 本发明提供了一种应用神经网络的综合性智能深度学习方法,神经网络包括输入神经网络层和输出神经网络层,输入神经网络层和输出神经网络层之间存在呈递进排列的多层隐含神经网络层,输入神经网络层包含若干输入神经元,隐含神经网络层包含若干隐含神经元,输出神经网络层包含若干输出神经元,每个输入神经元为一个单元神经网络经过深度学习后得出的单元结果值,单元神经网络包括单元输入层和单元输出层,单元输入层与单元输出层之间存在呈递进排列的多层单元隐含层,由单元输出层推断出单元结果值,单元输入层包含若干单元输入神经元,单元隐含层包含若干单元隐含神经元,单元输出层包含若干单元输出神经元。
  • 应用神经网络综合性智能深度学习方法
  • [发明专利]混合专家神经网络-CN201780068472.2在审
  • N.M.沙泽尔;A.米尔霍西尼;K.S.马齐亚尔兹 - 谷歌有限责任公司
  • 2017-11-03 - 2019-06-21 - G06N3/04
  • 一种包括神经网络的系统,神经网络包括第一神经网络层和第二神经网络层之间的混合专家(MoE)子网。MoE子网包括多个专家神经网络。每个专家神经网络被配置为处理由第一神经网络层生成的第一层输出,以生成相应的专家输出。MoE子网还包括选通子系统,选通子系统基于第一层输出选择专家神经网络中的一个或多个并为每个所选择的专家神经网络确定相应权重,将第一层输出作为输入提供给所选择的专家神经网络中的每一个,根据所选择的专家神经网络的权重来组合由所选择的专家神经网络生成的专家输出以生成MoE输出,以及将MoE输出作为输入提供给第二神经网络层。
  • 神经网络输出第一层子网输入提供选通输出选择权重配置
  • [发明专利]训练神经网络的方法、装置和系统及存储指令的存储介质-CN201911086516.1在审
  • 汪德宇;陈则玮;温东超;刘俊杰;陶玮 - 佳能株式会社
  • 2019-11-08 - 2021-05-11 - G06N3/08
  • 本发明公开一种训练神经网络的方法、装置和系统及存储指令的存储介质。在训练神经网络的方法中,神经网络包括第一神经网络和第二神经网络,第一神经网络的训练还未完成且第二神经网络的训练还未开始,对于当前的第一神经网络和当前的第二神经网络,该方法包括:将样本图像经由当前的第一神经网络得到第一输出,将样本图像经由当前的第二神经网络得到第二输出;以及,根据第一损失函数值更新当前的第一神经网络,根据第二损失函数值更新当前的第二神经网络,其中,第一损失函数值根据第一输出获得,第二损失函数值根据第一输出和第二输出获得根据本公开,可改善第二神经网络的性能及减少第一神经网络和第二神经网络的整体训练时间。
  • 训练神经网络方法装置系统存储指令介质
  • [发明专利]神经网络优化装置和神经网络优化方法-CN201911366022.9在审
  • 金冏荣;高祥修;金炳秀;金哉坤;金度润;河相赫 - 三星电子株式会社
  • 2019-12-26 - 2020-07-10 - G06N3/08
  • 一种神经网络优化装置,其包括性能估计模块,部分选择模块,新神经网络生成模块以及最终神经网络输出模块。性能估计模块基于对被用于执行神经网络的操作的资源的限制要求,根据执行神经网络的操作来输出估计性能。部分选择模块从性能估计模块接收估计性能并选择神经网络的偏离限制要求的部分。新神经网络生成模块通过强化学习,通过改变包括在神经网络的所选部分中的层结构来生成子集,基于从性能估计模块提供的估计性能来确定优化层结构,并将所选部分改变为优化层结构以生成新神经网络。最终神经网络输出模块输出由新神经网络生成模块生成的新神经网络作为最终神经网络
  • 神经网络优化装置方法
  • [发明专利]神经网络的压缩方法及装置、存储介质及电子设备-CN202110454038.6在审
  • 古迎冬;李骊 - 北京华捷艾米科技有限公司
  • 2021-04-26 - 2021-07-23 - G06N3/04
  • 本发明提供一种神经网络的压缩方法及装置、存储介质及电子设备,利用已训练的第一神经网络,监督各个结构复杂度较小的第二神经网络进行训练。各个神经网络均由多个子结构串联构成,在训练过程中,基于每个神经网络输出和每个神经网络的各个子结构的输出,确定每个第二神经网络对应的各个损失度,继而确定当前的总损失度,若当前的总损失度未收敛,则继续训练过程,直至当前的总损失度收敛时,在当前各个第二神经网络中确定目标第二神经网络,将目标第二神经网络作为第一神经网络对应的压缩神经网络。应用本发明的方法,结合神经网络的最终输出和中间输出进行训练监督,使得第二神经网络能够有效接近第一神经网络,可提高压缩神经网络的精度。
  • 神经网络压缩方法装置存储介质电子设备
  • [发明专利]一种神经网络结构搜索方法及相关设备-CN202011043732.0在审
  • 王铭正;胡毅奇;刘云峰 - 深圳追一科技有限公司
  • 2020-09-28 - 2020-11-03 - G06N3/04
  • 本申请实施例公开了一种神经网络结构搜索方法,包括:获取第一神经网络结构;获取第二神经网络结构,所述第二神经网络结构为依据神经网络结构搜索算法所获得的待评价网络结构;获取目标数据集;将所述目标数据集输入所述第一神经网络结构,获得第一输出结果;将所述目标数据集输入所述第二神经网络结构,获得第二输出结果;计算所述第一输出结果与所述第二输出结果之间的输出差距;基于所述输出差距评价所述第二神经网络结构。本方案通过获得待评价的第二神经网络与第一神经网络结构之间的输出差距,基于该输出差距对第二神经网络进行进一步评价,以便更全面的了解搜索得到的神经网络结构。
  • 一种神经网络结构搜索方法相关设备
  • [发明专利]流体机械叶片的设计与制造-CN201980045084.1有效
  • 丹尼尔·海因;费利克斯·孔策-费克纳;克里斯蒂安·皮伦;福尔克马尔·斯特青 - 西门子能源全球有限两合公司
  • 2019-07-02 - 2023-10-13 - G06F30/27
  • 本发明涉及一种用于设计流体机械叶片(26)的方法,其中将预设的输入参数(6)传输给神经网络系统(4),并且由所述神经网络系统(4)根据所传输的所述输入参数(6)确定和输出叶片参数(8)。根据本发明提出,所述神经网络系统(4)具有多个单独的神经网络(10、12‑18),所述多个单独的神经网络分别具有输出层(44),多个单独的神经网络中的每个神经网络确定一个或多个叶片参数(8)并且经由其输出层(44)输出一个或多个叶片参数(8),其中所述神经网络系统(4)的单独的神经网络(10、12‑18)包括第一神经网络以及第二神经网络,并且由所述第一神经网络确定并且经由其输出层(44)输出的一个或多个叶片参数与由所述第二神经网络确定并且经由其输出层(44)输出的一个或多个叶片参数是不同的。
  • 流体机械叶片设计制造
  • [发明专利]同类感知系统-CN202210303160.8在审
  • 孙滕谌;马扬 - 北京他山科技有限公司
  • 2022-03-25 - 2022-07-22 - G06N3/04
  • 所提供的同类感知系统,包括一个或多个基础感知单元与共享神经网络;基础感知单元提供本地神经网络;所述一个或多个基础感知单元的本地神经网络输出都耦合到所述共享神经网络的输入;所述共享神经网络输出作为所述同类感知系统的输出;所述一个或多个基础感知单元的本地神经网络,各自为包括输入层、中间层和输出层的独立完整神经网络;以及所述共享神经网络也是包括输入层、中间层和输出层的独立完整神经网络
  • 同类感知系统
  • [发明专利]一种神经网络蒸馏方法及装置-CN202010615537.4在审
  • 许奕星;陈醒濠;王云鹤;许春景 - 华为技术有限公司
  • 2020-06-30 - 2020-11-03 - G06N3/04
  • 本申请公开了一种神经网络蒸馏方法,应用于人工智能领域,包括:通过第一神经网络和第二神经网络对待处理数据进行处理,以获取第一目标输出和第二目标输出,第一目标输出为对第一神经网络层的输出进行基于核函数的变换得到的,第二目标输出为对第二神经网络层的输出进行基于核函数的变换得到的;根据第一目标输出和第二目标输出构建的目标损失对第一神经网络进行知识蒸馏。本申请对第一神经网络层的输出和第二神经网络层的输出进行了基于核函数的变换,进而可以将第一神经网络层和第二神经网络层输入和权重映射到高维特征空间,消除了知识蒸馏时由于神经网络层的权重分布不同而造成的网络性能降低
  • 一种神经网络蒸馏方法装置
  • [发明专利]神经网络系统及其操作方法-CN202010552739.9在审
  • 陈昱达;梁峰铭;简韶逸;曹昱;江承恩 - 台达电子工业股份有限公司
  • 2020-06-17 - 2021-12-17 - G06N3/04
  • 本公开涉及一种类神经网络系统及其操作方法。类神经网络系统包含至少一个存储器以及至少一个处理器。存储器用以存储前端类神经网络、编码类神经网络、解码类神经网络及后端类神经网络。处理器用以执行存储器中的前端类神经网络、编码类神经网络、解码类神经网络及后端类神经网络,以执行操作包含:利用前端类神经网络输出特征数据;利用编码类神经网络压缩特征数据,并输出对应特征数据的压缩数据;利用解码类神经网络解压缩压缩数据,并输出对应特征数据的解压缩数据;以及利用后端类神经网络根据解压缩数据执行相应的操作。一种类神经网络系统的操作方法亦在此公开。
  • 神经网络系统及其操作方法
  • [发明专利]一种提高联想记忆脉冲神经网络准确度的学习方法-CN202010031259.8有效
  • 何虎;王麒淋;董丽亚 - 清华大学
  • 2020-01-13 - 2023-05-30 - G06N3/091
  • 一种提高联想记忆脉冲神经网络准确度的学习方法,所述联想记忆脉冲神经网络的记忆神经网络通过结构训练能够实现联想记忆和回想记忆,通过如下方法进行权值训练以提高记忆神经网络输出的准确率:若记忆神经网络不能激发输出神经元,则连接记忆神经网络激发神经元与目标输出神经元,若已有连接,则增大记忆神经网络激发神经元与目标输出神经元之间的权值;若输出神经元激发错误,则增大记忆神经网络激发神经元与目标输出神经元之间的权值,减小记忆神经网络激发神经元与其他输出神经元的权值;若输出神经元激发正确,则不进行权值调整。本发明能够实现联想记忆、回想记忆,从而显著提高联想记忆脉冲神经网络准确度。
  • 一种提高联想记忆脉冲神经网络准确度学习方法
  • [发明专利]一种神经网络运算的系统、方法、装置及存储介质-CN201911185683.1有效
  • 刘文峰 - 珠海格力电器股份有限公司
  • 2019-11-27 - 2023-07-21 - G06F12/0842
  • 本发明提供一种神经网络运算的系统、方法、装置及存储介质,用于减少神经网络计算过程中的数据搬移,提升神经网络处理器的运算效率。神经网络运算系统包括至少两个神经网络处理单元、第一存储单元和第二存储单元,其中:第一存储单元,用于存储神经网络的输入数据、输出数据和每层神经网络运算所需的运算参数;第二存储单元,用于为至少两个神经网络处理单元中的每个神经网络单元提供输入缓存和输出缓存,每个神经网络处理单元包括两个输入缓存和两个输出缓存,相邻两个神经网络处理单元中的一个神经网络处理单元的两个输出缓存为另一个神经网络处理单元的两个输入缓存;至少两个神经网络处理单元进行环形连接。
  • 一种神经网络运算系统方法装置存储介质

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