“训练子集”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364438个，建议您升级VIP下载更多相关专利

[发明专利]文本处理模型的训练方法、文本处理方法及装置-CN202210278968.5在审
发明人：冯硕;李长亮;李小龙 -专利权人：北京金山数字娱乐科技有限公司
申请日： 2022-03-21 - 公布日： 2022-07-01 - 主分类号： G06F40/289 文献下载
摘要：本申请提供文本处理模型的训练方法、文本处理方法及装置，其中所述文本处理模型的训练方法包括：获取样本集及多个基础模型，将样本集平分为多个样本子集；从多个样本子集中确定各基础模型分别对应的预测集和训练集，其中，针对每个基础模型选择作为预测集的样本子集不同；利用各基础模型对应的训练集，分别对各基础模型进行训练，并利用训练后的各基础模型分别对各基础模型对应的预测集中的样本文本数据进行预测，得到预测结果；将针对各基础模型得到的预测结果整合为目标训练集，利用目标训练集，对预先构建的初始文本处理模型进行训练，得到融合的文本处理模型。
文本处理模型训练方法装置

[发明专利]编码器训练方法、装置、设备和存储介质-CN202310639047.1在审
发明人：刘羲;周涵;舒畅;陈又新 -专利权人：平安科技（深圳）有限公司
申请日： 2023-05-31 - 公布日： 2023-09-12 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及人工智能技术领域，提供一种编码器训练方法、装置、设备和存储介质，可以用于金融领域中获取金融票据之前进行编码器训练，得到的已训练编码器能够识别伪造人脸，并且不给予获取金融票据的权限，以提高金融系统的安全性其中方法包括：获取训练集；将训练视频子集输入视频编码器进行视频表征；将训练音频子集输入音频编码器进行音频表征；将训练图像子集输入图像编码器进行图像表征，根据视频特征和音频特征构造第一损失函数，根据图像特征和音频特征构造第二损失函数；根据第一损失函数训练视频编码器，根据第二损失函数训练图像编码器。
编码器训练方法装置设备存储介质

[发明专利]模型训练方法、装置及系统-CN201910599381.2有效
发明人：陈超超;李梁;王力;周俊 -专利权人：创新先进技术有限公司
申请日： 2019-07-04 - 公布日： 2023-10-27 - 主分类号： G06N20/00 文献下载
摘要：本公开提供用于训练线性/逻辑回归模型的方法和装置，在该方法中，对特征样本集进行垂直‑水平切分转换，以得到各个训练参与方的转换特征样本子集。基于各个训练参与方的当前转换子模型和转换特征样本子集获得当前预测值。在第一训练参与方处，确定预测差值和第一模型更新量，对第一模型更新量进行分解并将第一部分模型更新量发送给第二训练参与方。在第二训练参与方处，基于预测差值和对应的转换特征样本子集得到第二模型更新量并进行分解，将第二部分模型更新量发送给第一训练参与方。在各个训练参与方处，基于各自的部分模型更新量来更新各自的转换子模型。在满足循环结束条件时，基于各个训练参与方的转换子模型确定各自的子模型。
模型训练方法装置系统

[发明专利]医疗数据集优化方法及设备-CN202210238800.1在审
发明人：不公告发明人 -专利权人：无锡祥生医疗科技股份有限公司
申请日： 2022-03-11 - 公布日： 2022-06-03 - 主分类号： G16H50/70 文献下载
摘要：获取医疗数据集；针对每个该医疗样本数据，分别通过各个神经网络模型对该医疗样本数据进行处理，获得该医疗样本数据对应的各个熵；将各个该医疗样本数据各自对应的各个熵构建为熵矩阵；对该医疗数据集进行划分，获得各个医疗数据子集；针对每个医疗数据子集，通过该熵矩阵计算该医疗数据子集中样本的多样性、覆盖性及均衡性，并对该医疗数据子集进行更新，获得目标数据子集；基于各个该目标数据子集，构建优化后的医疗数据集。通过上述方案提高了通过优化后的医疗数据集进行神经网络模型训练的训练效果。
医疗数据优化方法设备

[发明专利]语音数据基于分簇聚类的分块高斯回归模型子集建模方法-CN201711114782.1有效
发明人：缪晓宇;徐宁;王平 -专利权人：河海大学常州校区
申请日： 2017-11-13 - 公布日： 2020-07-14 - 主分类号： G10L25/27 文献下载
摘要：本发明公开了一种语音数据基于分簇聚类的分块高斯回归模型子集建模方法，语音数据按时间间隔分帧，对每一帧数据进行特征提取，每一帧提取出来的高维数据降到三维后，进行分块高斯回归模型建模；所述分块高斯回归模型为基于子集法的高斯回归过程模型，在训练数据集中，按照贪婪算法选取出若干代表原训练数据集的点构成子集，将携带冗余信息的数据点剔除掉，本发明根据具体的测试点来调整所选取的子集，并且通过分簇聚类后，选取的子集来自各个不同的簇，能够代表整个数据集，这样选取的子集既能保证是最接近测试点的一部分局部最优点，同时兼顾全局。
语音数据基于分簇聚类分块回归模型子集建模方法

[发明专利]提供骨折检测工具的方法-CN202110252108.X在审
发明人：林器弘;锺啟光;郭昶甫 -专利权人：长庚医疗财团法人林口长庚纪念医院
申请日： 2021-03-08 - 公布日： 2021-09-28 - 主分类号： G06T7/00 文献下载
摘要：一种方法，包含获得多笔训练数据的步骤，每一笔训练数据包括骨骼的不同的放射线图像，及指示出明显骨折、隐性骨折，及无骨折的其中一者的标签，还包含利用所述训练数据对深度卷积网络模型进行预训练以获得初步深度卷积网络模型的步骤、借由至少排除具有指示出隐性骨折的标签的训练数据来决定所述训练数据的子集的步骤，及利用所述子集训练所述初步深度卷积网络模型，以获得第一深度卷积网络模型的步骤。
提供骨折检测工具方法

[发明专利]减少图像中的噪声-CN201880045967.8有效
发明人：卡洛斯·西列尔·鲁伊兹;桑德罗·德·扎内特;斯特凡诺斯·阿波斯托洛普洛斯 -专利权人：视网膜医疗股份公司
申请日： 2018-05-16 - 公布日： 2023-05-12 - 主分类号： G06T5/00 文献下载
摘要：一种训练神经网络以减少图像中的噪声的方法，包括从成像设备获得多个输入图像。该方法包括通过组合各自描绘相同对象的输入图像的子集来生成多个目标图像，以减少目标图像的噪声。该方法包括生成多个训练对，其中，训练对包括目标图像之一和训练图像，该训练图像基于与目标图像之一对应的输入图像的子集中的至少一个输入图像但不是全部输入图像。该方法包括使用多个训练对来训练神经网络。
减少图像中的噪声

[发明专利]用于信用评分的欠采样分类集成方法、设备及存储介质-CN202011427138.1在审
发明人：张在美;袁玉洁;刘彦;谢国琪 -专利权人：长沙理工大学;湖南大学
申请日： 2020-12-09 - 公布日： 2021-03-23 - 主分类号： G06K9/62 文献下载
摘要：包括步骤：获取用户训练集，将训练集中的样本数据分为多数类数据集与少数类数据集；利用欠采样算法从多数类数据集中随机欠采样出k个多数类数据子集，每个多数类数据子集包含n个第一数据样本的多数类数据子集，每次欠采样剩下的m‑n个第一数据样本形成k个纯多数类数据子集；将k个多数类数据子集与少数类数据集中的第二数据样本混合形成k个平衡数据子集；利用k个平衡数据子集学习出k个CART树二分类基分类器；利用k个纯多数类数据子集学习出
用于信用评分采样分类集成方法设备存储介质

[发明专利]深度学习优化迭代过程及其在低密度奇偶校验解码的分层置信度传播优化中的应用-CN202180062128.9在审
发明人： A·克莱因;V·朗克;B·唐 -专利权人：高通股份有限公司
申请日： 2021-09-17 - 公布日： 2023-06-30 - 主分类号： H04L1/00 文献下载
摘要：一种优化迭代过程的方法定义了可训练参数集合，以及将应用于该可训练参数集合中的每个参数的可微分门函数。构建了迭代过程的可训练模型，其中通过使用应用于参数的可微分门函数的值来修改该迭代过程，以计算每次迭代之前和之后该迭代过程的内部变量的加权和。迭代过程的可训练模型的基于机器学习的优化确定将执行的迭代过程的迭代子集。该迭代子集被确定为使得迭代过程的精度和活动迭代次数被联合优化。该方法仅处理迭代子集以执行迭代过程。
深度学习优化过程及其密度奇偶校验解码分层置信传播中的应用

[发明专利]通信系统中的信道描述反馈-CN201610287341.0有效
发明人： S·斯里尼瓦萨;张鸿远;H·权 -专利权人：马维尔国际贸易有限公司
申请日： 2011-08-10 - 公布日： 2019-10-01 - 主分类号： H04L1/06 文献下载
摘要：在一种用于估计通信网络中发射器和接收器之间的信道的方法中，在所述接收器处接收多个训练信号域。每一个训练信号域包括多个正交频分复用(OFDM)音调，并且所述OFDM音调至少包括多个训练数据音调和一个或者多个导频音调。确定与所述多个训练数据音调和所述一个或者多个导频音调相对应的信道估计数据。向所述发射器传输仅与所述OFDM音调的子集相对应的信道估计数据或者使用与所述OFDM音调的子集相对应的所述信道估计数据生成的数据，其中所述子集排除导频音调。
通信系统中的信道描述反馈

[发明专利]一种基于DKT的信息处理方法及装置-CN201611199931.4有效
发明人：刘源;李历;高钰舒;张凯磊 -专利权人：北京字节跳动网络技术有限公司
申请日： 2016-12-22 - 公布日： 2020-06-26 - 主分类号： G06F16/28 文献下载
摘要：该方法包括：获取预设数量的答题者关于目标题库的答题信息样本；基于答题者的做题数量对答题信息样本进行聚类，得到多个训练样本子集；采用迭代方式依次利用多个训练样本子集中的每个训练样本子集对DKT网络进行训练
一种基于 dkt 信息处理方法装置

[发明专利]通信系统中的信道描述反馈-CN201180038982.8有效
发明人： S·斯里尼瓦萨;张鸿远;H·权 -专利权人：马维尔国际贸易有限公司
申请日： 2011-08-10 - 公布日： 2013-04-17 - 主分类号： H04B7/06 文献下载
摘要：在一种用于估计通信网络中发射器和接收器之间的信道的方法中，在所述接收器处接收多个训练信号域。每一个训练信号域包括多个正交频分复用(OFDM)音调，并且所述OFDM音调至少包括多个训练数据音调和一个或者多个导频音调。确定与所述多个训练数据音调和所述一个或者多个导频音调相对应的信道估计数据。向所述发射器传输仅与所述OFDM音调的子集相对应的信道估计数据或者使用与所述OFDM音调的子集相对应的所述信道估计数据生成的数据，其中所述子集排除导频音调。
通信系统中的信道描述反馈

[发明专利]对用户流失进行预测的方法、设备、存储介质以及处理器-CN201810157029.9在审
发明人：杜家春;殷俊;纪超;杨赫;李英杰 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-02-24 - 公布日： 2019-09-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种对用户流失进行预测的方法、设备、存储介质以及处理器，包括：获取用户的多个属性的属性信息，多个属性为属性集合包括的属性；以及基于属性信息，利用通过机器学习训练的分类模型，对用户的用户流失进行预测其中，属性集合包括第一子集和第二子集，并且第一子集和第二子集所包括的属性互不相同，第一分类器模型是根据属性集合中的属性训练的，第一分类器模型根据第一子集中的属性进行分类操作，并且第二分类器模型是根据加入新属性后的属性集合训练的其中新属性是通过将第二子集中的至少一部分属性进行组合形成的。本发明解决了现有技术中存在的预测不准确的技术问题。
子集分类器模型属性集合预测存储介质多个属性分类模型属性信息处理器机器学习分类

[发明专利]一种针对时序数据预测的特征优化方法-CN202211542378.5在审
发明人：戴运桃;王宇晴;关昊夫;张康慧;王淑娟;彭立章;沈继红;廉春波;谭思超;王博 -专利权人：哈尔滨工程大学
申请日： 2022-12-03 - 公布日： 2023-04-18 - 主分类号： G06F16/215 文献下载
摘要：步骤2、使用相关性分析方法对时序数据集特征参数进行相关性计算，计算数据集各特征参数之间的相关系数；步骤3、根据步骤2得到其他特征参数与预测目标特征参数的相关系数，根据不同相关系数阈值选择得到若干特征参数子集；步骤4、将特征参数子集分别输入预先训练好的长短期记忆网络模型，输出预测目标特征参数as的预测值，根据各个特征参数子集对应预测值与真实值的误差得到预测目标特征参数as对应的最优特征子集，长短期记忆网络模型由训练时序数据集对应特征参数子集训练得到的；本发明对高维数据输入进行优化，剔除对预测无效的特征，建立最优特征子集。
一种针对时序数据预测特征优化方法

[发明专利]一种意图识别模型训练的方法、系统、装置和介质-CN202210258058.0在审
发明人：王磊 -专利权人：浙江百应科技有限公司
申请日： 2022-03-16 - 公布日： 2022-07-01 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种意图识别模型训练的方法、系统、装置和介质，其中，该方法包括：通过原始数据对预训练模型进行微调，通过微调后的预训练模型对原始训练集数据进行打分排序，其中，原始训练集数据包括原始数据和合成数据；对排序后的原始训练集数据进行筛选，并将筛选后的数据划分为不同的训练子集；最后通过不同的训练子集对意图识别模型进行训练，得到最终训练好的意图识别模型。通过本申请，解决了训练意图识别模型时，存在的训练数据质量不高，以及训练得到的模型性能不好的问题，提高了模型性能和识别准确度。
一种意图识别模型训练方法系统装置介质