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2910357个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于AI视觉辅助的光伏设备分析方法-CN202310652536.0在审
  • 曹世鹏;白钢;张刚伟 - 众芯汉创(西安)科技有限公司
  • 2023-06-02 - 2023-07-25 - H02S50/10
  • 本发明公开了一种基于AI视觉辅助的光伏设备分析方法,所述方法应用于分析系统中,所述光伏设备包括光伏组件,所述分析系统包括输出参量获取模块、曲线生成模块、曲线比对模块、分析结果输出模块以及功能管理模块。功能管理模块控制曲线生成模块根据实时输出参量生成实时输出参量曲线,功能管理模块控制曲线比对模块根据实时输出参量曲线和预先确定的先验输出参量曲线确定实时输出参量曲线评价指数,并根据实时输出参量曲线评价指数确定光伏组件运行正常或者运行异常,实现了通过对光伏组件的工作参数即实时输出电压值和实时输出电流值的连续性监测,有利于降低对瞬时发生的工作参数异常的情况漏检的风险。
  • 一种基于ai视觉辅助设备分析方法
  • [发明专利]神经网络的正则化训练-CN202180039912.8在审
  • J·E·M·梅纳特 - 罗伯特·博世有限公司
  • 2021-06-02 - 2023-01-31 - G06N3/08
  • 一种用于借助于学习数据集(2)来训练人工神经网络KNN(1)的方法(100),所述KNN将一个或多个输入参量(11)转化成一个或多个输出参量(13),所述学习数据集包括具有测量数据的学习输入参量值(11a)和相关的学习输出参量值(13a),所述方法具有如下步骤:来自至少一个学习数据集(2)的学习输入参量值(11a)由所述KNN(1)映射(110)到输出参量值(13);所述输出参量值(13)与相应的学习输出参量值(13a)的偏差根据成本函数(14)被处理(120)成所述KNN(1)在处理所述学习输入参量值(11a)时的误差(14a)的量度;从所述误差(14a),通过反向传播来确定(130)对所述参数(12)的如下更改,在通过所述KNN(1)来进一步处理学习输入参量值(11a)时,对所述更改的执行预计会改善通过所述成本函数(14)对在此所获得的输出参量值(13)的评估,而且将所述更改应用(140)于所述KNN(1);其中所述输出参量值(13)的一部分(13*)至少在反向传播(130)中被排除(131)。
  • 神经网络正则训练
  • [发明专利]用于人工智能的控制模块和系统-CN201810832278.3有效
  • R·克勒曼 - 罗伯特·博世有限公司
  • 2018-07-26 - 2022-12-27 - G05B13/04
  • 用于系统的控制模块,系统将输入参量借助人工智能模块(KI模块)转换成输出参量输出参量从KI模块的输出端既引导至系统的输出端又作为反馈引导回到KI模块的输入端,控制模块具有可与KI模块的输出端连接的输入端和可与系统的输出端连接的输出端,其构造用于,仅当在其输入端处接收的KI模块的输出参量的值符合存储在其中的至少一个和/或至少一组边界条件时,才将值传递给其输出端。系统,其将输入参量借助KI模块转换成输出参量输出参量从KI模块的输出端既引导至系统的输出端又作为反馈引导回到KI模块的输入端,设置控制模块,其输入端与KI模块的输出端连接且其输出端与系统的输出端连接。
  • 用于人工智能控制模块系统
  • [发明专利]用于在车辆中创建训练数据的方法、设备和计算机程序-CN202210421439.6在审
  • C·朔恩;L·高尔霍夫 - 罗伯特·博世有限公司
  • 2022-04-21 - 2022-10-25 - G06N20/00
  • 本发明涉及用于探测用于机器学习系统(201)的输入参量是否适合作为用于机器学习系统(201)的附加训练数据或训练数据用于再训练或测试的方法,包括步骤:通过机器学习系统(201)处理所检测的输入参量,其中储存在通过机器学习系统(201)处理输入参量时确定的中间结果。通过异常探测器(202)处理所储存的中间结果,其中该异常探测器输出输出参量,所述输出参量表征分配给所述中间结果的所检测的输入参量是否导致机器学习系统的异常行为。基于网络(202)的输出参量存储/选择网络(201)的输入参量和附加地被定义为相关的输入参量。本发明此外涉及计算机系统、计算机程序和机器可读存储元件,其上存储有计算机程序。
  • 用于车辆创建训练数据方法设备计算机程序
  • [发明专利]用于运行驱动系统的发动机控制器的方法-CN201210471007.2无效
  • C.鲁兰德;O.海姆 - 罗伯特·博世有限公司
  • 2012-11-20 - 2013-06-05 - F02D41/14
  • 该方法包括以下步骤:-提供控制参量(MSoll)给输出级(4)用于运行驱动发动机(2),该控制参量根据驱动系统(1)的一个或多个状态参量(Z)并且根据规定参量(V)求得;-从输出级(4)中回读之前提供给输出级(4)的控制参量(MSoll),从而获得回读的控制参量(ARück);-从回读的控制参量(ARück)中求得逆算的力矩(MRück);-比较逆算的力矩(MRück)与规定的监控力矩(MU);-根据比较的结果将控制参量(A)或者从监控力矩(MU)中求得的替代控制参量(AFehler)提供给输出级(4),从而运行驱动发动机(2)。
  • 用于运行驱动系统发动机控制器方法
  • [发明专利]用于确定物质或材料的特性的装置和方法-CN202080058383.1在审
  • D·林根费尔泽;E·洛特 - 罗伯特·博世有限公司
  • 2020-08-14 - 2022-04-01 - G06F30/27
  • 本发明涉及一种装置和一种方法,以用于确定物质或材料的特性、尤其是粘接剂的粘性,其特征在于,模型(106)包括多个模块(A...Z),所述模块构造成用于根据输入参量(S1...Sxx)处理数据,其中,所述多个模块(A...Z)中的模块(D)构造成用于确定输出参量(k1...kn),所述输出参量表征物质或材料的特性,其中,在选择中能够选择所述输出参量(k1...kn)中的被确定的至少一个输出参量,其中,识别所述选择并且根据所述选择确定所述输入参量(S1...Sxx)中的至少一个输入参量,所述至少一个输入参量的数据由所述模型(106)处理,其中,选择所述模块(A...Z)中的至少一个模块以用于处理用于所述输入参量(S1...Sxx)中的至少一个输入参量的数据
  • 用于确定物质材料特性装置方法
  • [发明专利]一种中红外光参量全固态激光源-CN201811405749.9在审
  • 杨峰;彭钦军;薄勇;许祖彦 - 中国科学院理化技术研究所
  • 2018-11-23 - 2020-06-02 - H01S3/108
  • 本发明提供一种中红外光参量全固态激光源,包括依次连接的激光振荡器、第一光参量振荡器、光参量放大器及第二光参量振荡器。通过在激光振荡器内设置第一光参量振荡器,并基于一个耦合输出镜同时共轴输出高功率近红外激光及可调谐光参量闲频光,进一步,光参量放大器基于走离补偿方式实现红外激光泵浦下光参量闲频光的高效放大,并同时产生相应的光参量信号光;最后,采用光参量放大器后共轴输出的多波长激光同时泵浦第二光参量振荡器,利用非线性红外晶体在多个不同波长激光同时泵浦下的多相位匹配特性及或晶体的相位匹配折返特性,实现一种波长可调控的多波段多波长高功率中红外可调谐激光输出
  • 一种红外光参量固态激光
  • [发明专利]用于训练高斯过程状态空间模型的设备和方法-CN202210072384.2在审
  • 庾汉森;姚丁铃;C·齐默尔;T·D·阮-蒋 - 罗伯特·博世有限公司
  • 2022-01-21 - 2022-07-22 - B25J9/16
  • 本发明公开训练高斯过程状态空间模型的设备和方法,该模型描述在用于控制机器人装置的多个控制参数中所选择控制参数与机器人装置的相应分配的测量到的输出参量之间的关系。该方法具有:针对每个控制参数:确定分配给相应控制参数和机器人装置的当前输入状态的转换正态分布,确定分配给相应预测的输出状态的输出参量正态分布,确定在输出参量正态分布与转换正态分布之间的传递信息的相应值;选择具有传递信息的最高值的控制参数作为新控制参数;使用新控制参数来控制机器人装置,测量分配给新控制参数的输出参量;使用新控制参数和所述输出参量来训练该模型,使得该输出参量与针对新控制参数确定的输出参量正态分布的平均值之差被减小
  • 用于训练过程状态空间模型设备方法
  • [发明专利]用于执行基于数据的函数模型的计算的方法和装置-CN201410141472.9有效
  • W.菲舍尔;A.冈托罗 - 罗伯特·博世有限公司
  • 2014-04-10 - 2021-04-27 - G06F17/15
  • 本发明涉及用于执行基于数据的函数模型、尤其高斯过程模型的计算的方法,基于数据的函数模型通过预先给定的超参数和控制点数据来限定,将多个输入参量(u)配置给一输出参量(v)并且具有多个项的总和(t),所述项分别与输入参量(u)之一相关,该方法包括下列步骤:‑确定至少一个要改变的输入参量(uF),相对于其应当确定相应的输出参量的多个输出值(S1);‑计算如下项的总和(t),这些项与不改变的输入参量相关(S2);‑针对所确定的至少一个要改变的输入参量中的每一个提供多个输入值(S3);以及‑针对所提供的多个输入值分别基于如下项的经计算的总和获知输出参量(v)的多个输出值,所述项与不改变的输入参量相关(S4
  • 用于执行基于数据函数模型计算方法装置

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