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1291854个,建议您升级VIP下载更多相关专利
  • [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
  • 本公开涉及一种神经网络系统及其操作方法。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神经网络、编码神经网络、解码神经网络及后端神经网络。处理器用以执行存储器中的前端神经网络、编码神经网络、解码神经网络及后端神经网络,以执行操作包含:利用前端神经网络输出特征数据;利用编码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;以及利用后端神经网络根据解压缩数据执行相应的操作。一种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
  • [实用新型]神经网络处理的装置与系统-CN202020098602.6有效
  • 洪宗会;霍元宏;沈广冲;张广飞 - 北京比特大陆科技有限公司
  • 2020-01-16 - 2020-07-03 - G06N3/063
  • 本申请提供一种神经网络处理的装置与系统,该装置包括:第一计算阵列,用于执行第一神经网络运算;第二计算阵列,用于执行第二神经网络运算,第二神经网络运算不同于第一神经网络运算;控制模块,用于控制第一计算阵列执行第一神经网络运算,以及控制第二计算阵列执行第二神经网络运算。通过包括多个用于执行神经网络中不同类型的运算的计算阵列,从而可以实现对神经网络中多种类型的运算进行加速,从而可以提高深度神经网络的计算效率。
  • 神经网络处理装置系统
  • [发明专利]神经网络处理的方法、装置与系统-CN202080089427.7在审
  • 洪宗会;霍元宏;沈广冲;张广飞 - 北京算能科技有限公司
  • 2020-01-16 - 2022-08-02 - G06N3/063
  • 一种神经网络处理的方法、装置(100)与系统(1000),该装置(100)包括:第一计算阵列(10),用于执行第一神经网络运算;第二计算阵列(20),用于执行第二神经网络运算,第二神经网络运算不同于第一神经网络运算;控制模块(30),用于控制第一计算阵列(10)执行第一神经网络运算,以及控制第二计算阵列(20)执行第二神经网络运算。通过包括多个用于执行神经网络中不同类型的运算的计算阵列,从而可以实现对神经网络中多种类型的运算进行加速,从而可以提高深度神经网络的计算效率。
  • 神经网络处理方法装置系统
  • [发明专利]神经网络选择-CN202111065837.0在审
  • M·J·奥康纳;R·M·纳瓦罗 - ARM云技术公司
  • 2021-09-10 - 2022-03-18 - G06K9/62
  • 本发明题为神经网络选择。本发明公开了一种识别用于处理数据的神经网络的计算机实现的方法,该方法包括:基于响应于将训练数据集输入到教师神经网络中而在该教师神经网络神经元中生成的激活模式的相似性,将该训练数据集聚成多个数据聚;训练学生神经网络以用于处理该多个数据聚中的每个数据聚;以及提供数据分类器神经网络,以用于基于数据的数据聚识别该经训练的学生神经网络中用于处理数据的一个或多个经训练的学生神经网络
  • 神经网络选择
  • [发明专利]基于分解模糊神经网络的二氧化硫浓度预测方法-CN201811480356.4有效
  • 赵亮;谢志峰;董维中 - 河南工业大学
  • 2018-12-05 - 2021-02-02 - G06N3/04
  • 本发明属于计算智能网络优化技术领域,涉及一种基于分解模糊神经网络的二氧化硫浓度预测方法,包含:建立分解模糊神经网络,依据用户指定参数对输入数据空间进行迭代聚,获取聚结果,依据聚结果确定分解模糊神经网络组件数,及分解模糊神经网络规则前件隶属函数中心;根据分解模糊神经网络组件数及分解模糊神经网络规则前件隶属函数中心,确定网络参数;依据网络参数,确定优化分解模糊神经网络。本发明通过模糊聚来确定分解模糊神经网络中组件规则数,对模糊神经网络输入模糊化隶属函数参数、规则前件隶属函数参数和组件权值进行优化处理,使得分解模糊神经网络模型建模精度更高,缩短学习时间,提高模型训练学习效率
  • 基于分解模糊神经网络二氧化硫浓度预测方法
  • [发明专利]一种基于神经网络的低光图像质量增强装置和方法-CN202210231377.2在审
  • 丁丹丹;刘恒羽;张一驰 - 杭州师范大学
  • 2022-03-10 - 2022-05-31 - G06V10/80
  • 本发明公开了一种基于神经网络的低光图像质量增强装置和方法。该装置包括核心神经网络和二分神经网络。其中核心神经网络通过多重曝光模拟、特征提取和特征融合,对输入的低光图像进行质量增强与重建。二分神经网络用于对核心神经网络进行质量评估,并将评估结果为质量低的图像返回核心神经网络中进行二次增强。一种基于神经网络的低光图像质量增强方法通过所述的核心神经网络进行图像质量增强。然后拍摄多组不同光照条件下的图片,其中正常光照条件下的图片作为参考图片,低光图片经过核心神经网络作为退化图片,并分别标记,然后用于训练二分神经网络。最终使用训练好的二分神经网络对核心神经网络输出的重建图像进行评估。
  • 一种基于神经网络图像质量增强装置方法
  • [发明专利]一种神经网络调优方法、系统、终端以及存储介质-CN202010657269.2在审
  • 赵宝新;须成忠;赵娟娟 - 中国科学院深圳先进技术研究院
  • 2020-07-09 - 2020-10-30 - G06N3/08
  • 本申请涉及一种神经网络调优方法、系统、终端以及存储介质。所述方法包括:在神经网络的损失函数中加入内间距正则化损失,得到基于内间距正则化的损失函数;所述内间距正则化损失表示所述神经网络输出的同一别的数据的特征图之间的内间距接近;在所述神经网络训练过程中,在设定比例的迭代次数中插入所述基于内间距正则化的损失函数,采用网络优化算法与内间距正则化算法交叠训练的方式对所述神经网络进行迭代训练,得到最优神经网络。本申请实施例通过在一定比例的迭代次数中插入内间距正则化算法对神经网络进行迭代训练,在不改变神经网络结构的情况下,提升网络结构的泛化能力和抗干扰性,且由此带来的额外时间开销较小。
  • 一种神经网络方法系统终端以及存储介质

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