“隐式变分”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5224264个，建议您升级VIP下载更多相关专利

[发明专利]分层隐变量模型估计设备、分层隐变量模型估计方法、供应量预测设备、供应量预测方法、以及记录介质-CN201480051777.9有效
发明人：本桥洋介;森永聪;藤卷辽平;江藤力 -专利权人：日本电气株式会社
申请日： 2014-09-02 - 公布日： 2019-01-08 - 主分类号： G06N7/00 文献下载
摘要：主要目标在于提供能够解决前述问题的分层隐变量模型估计设备、分层隐变量模型估计方法、供应量预测设备、供应量预测方法、以及记录介质。分层隐结构设置单元82设置分层隐结构，该分层隐结构为其中隐变量由树结构表示并且表示概率模型的成分位于树结构的最低层的节点处的结构。变分概率计算单元81计算路径隐变量的变分概率，该路径隐变量为在分层隐结构中的将根节点链接到目标节点的路径中包括的隐变量。成分优化单元83针对计算出的变分概率而优化成分中的每个成分。门函数优化单元84基于节点中的隐变量的变分概率来优化门函数模型，该门函数模型为用于根据分层隐结构的节点中的多变量数据来确定分支方向的模型。
分层变量模型估计设备方法供应量预测以及记录介质

[发明专利]基于变分自编码器的聚类方法和装置-CN202011206103.5在审
发明人：裴丹;李之涵 -专利权人：清华大学
申请日： 2020-11-02 - 公布日： 2021-03-12 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种基于变分自编码器的聚类方法和装置，其中，方法包括：获取输入数据x；将输入数据x，结合变分自编码器，获取对应的离散类别隐变量y及连续高斯隐变量z；将输入数据x、离散类别隐变量y以及连续高斯隐变量z，结合变分自编码器，获取对应的联合概率分布q(z,y|x)；利用变分自编码器对联合概率分布q(z,y|x)进行直接分解，根据离散类别隐变量y的概率分布，确定输入数据x的类别。该方法在变分自编码器的基础上进行改进，舍弃平均场近似，采用直接分解联合概率分布获取离散类别隐变量的概率分布，进而确定输入数据的类别，提高了聚类效果和准确度。
基于编码器方法装置

[发明专利]一种变分自编码混合模型-CN201711433048.1在审
发明人：陈亚瑞;蒋硕然;赵青;杨巨成;张传雷;赵希;刘建征 -专利权人：天津科技大学
申请日： 2017-12-26 - 公布日： 2018-06-15 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种变分自编码混合模型，其主要技术特点是：由K个变分自编码模型组成，其中每个变分自编码模型由K维的二值随机隐变量指示，每个变分自编码模型的概率解码模型及概率编码模型均由单隐层神经网络组成，指示隐变量的后验概率分布由基于截棍的神经网络组成本发明设计合理，其采用自编码混合模型估计隐变量和样本之间的关系，能够提高模型生成样本的能力，基于隐变量学习混合生成模型的权重，能够保证对隐变量抽样的简便，并且在抽样生成样本时可以由隐变量自主确定最佳的生成模型，同时，本发明有效地扩展了隐变量空间即概率编码空间，提高了模型表示的精度。
自编码混合模型样本概率编码神经网络生成模型变量抽样变量空间变量指示后验概率技术特点解码模型模型表示模型生成单隐层有效地权重抽样概率保证学习

[发明专利]一种多工况过程故障监测与诊断方法-CN202110259230.X在审
发明人：任世锦;刘小洋;王波;开红梅 -专利权人：江苏师范大学
申请日： 2021-03-10 - 公布日： 2022-09-20 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及一种多工况过程故障监测与诊断方法，该方法包括以下步骤：利用变分推理方法在核隐空间中学习鲁棒度量模型，获取数据对应的核隐空间的低维非线性隐变量以及模型参数；基于核隐空间变分推理的鲁棒度量学习的GMM本发明将核空间弱监督度量学习和隐变量模型嵌入式到GMM建模过程，并使用学生t‑分布对非高斯噪声进行建模，更加关注度量学习方法对后续GMM性能的提升，以增强GMM对非线性、不确定、非高斯噪声、多工况数据集的描述能力
一种工况过程故障监测诊断方法

[发明专利]通过共同表示的多个随机变量之间随机推断的方法和装置-CN201911010647.1在审
发明人：李正元;M.埃尔-卡米;J.吕;崔裕镇 -专利权人：三星电子株式会社
申请日： 2019-10-23 - 公布日： 2020-05-05 - 主分类号： G06N3/04 文献下载
摘要：该方法包括开发具有第一变量、第二变量和表示第一变量与第二变量之间的共同信息的联合隐变量的联合隐变量模型；生成该联合隐变量模型的变分后验；训练该变分后验；以及基于该变分后验从第二变量执行第一变量的推断。
通过共同表示随机变量之间随机推断方法装置

[发明专利]一种基于变分自编码器隐变量操纵的受控文本生成方法-CN202210101812.X在审
发明人：黄书剑;蒋庆男;戴新宇;张建兵;陈家骏 -专利权人：南京大学
申请日： 2022-01-27 - 公布日： 2022-05-13 - 主分类号： G06F40/166 文献下载
摘要：本发明涉及一种基于变分自编码器隐变量操纵的受控文本生成方法，包括：训练一个用于文本生成的变分自编码器；计算变分自编码器的隐变量与生成文本的属性之间的关联；通过操纵变分自编码器的隐变量生成具有指定属性的文本本发明提供的受控文本生成方法可以只使用一个训练好的变分自编码器模型控制生成文本的多种不同属性，并且可以使用具有不同属性的文本共同提升生成文本的质量。
一种基于编码器变量操纵受控文本生成方法

[发明专利]一种基于域适应的无监督医学图像分割方法-CN201911401973.5有效
发明人：庄吓海;吴富平 -专利权人：复旦大学
申请日： 2019-12-31 - 公布日： 2023-06-02 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于域适应的无监督医学图像分割方法，该方法包括如下步骤：S1，获取与目标数据结构相同的不同模态的具有标签的影像学数据作为源数据；S2，引入隐变量，构建两个结构相同的用于图像分割的源变分自编码器和目标变分自编码器；S3，获取两个变分自编码器的损失函数；S4，估计两个变分自编码器隐变量的概率分布，计算隐变量概率分布的差异；S5，综合损失函数及隐变量概率分布的差异得到总体损失函数，利用总体损失函数优化两个变分自编码器；S6，采用优化得到的目标变分自编码器对目标数据进行分割。
一种基于适应监督医学图像分割方法

[发明专利]基于条件变分自编码和对比学习的图像多样化描述方法-CN202311009413.1在审
发明人：刘明明;刘兵;徐静;张海燕 -专利权人：江苏建筑职业技术学院
申请日： 2023-08-11 - 公布日： 2023-10-20 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于条件变分自编码和对比学习的图像多样化描述方法，包括：将训练集中的每一个图像‑描述对输入至一个单支路条件变分自编码器和解码器网络模型进行预训练，获得预训练后的序列隐变量；引入另一单支路条件变分自编码器和解码器网络，计算变分下界损失函数，通过该支路条件变分自编码器获得编码的序列隐变量；引入单词级双向对比学习损失函数，提升序列隐变量zc的单词级判别能力；获得全局对比学习目标函数；获得联合优化目标，提升图像多样化模型的隐表示判别能力和细粒度的描述语句解码能力，从而获得高质量的多样化描述语句。
基于条件编码对比学习图像多样化描述方法

[发明专利]基于卷积变分编码器和异常检测算法的钢轨隐伤定位方法-CN202011308428.4在审
发明人：金泰木;袁站东;朱胜阳;翟婉明;凌亮 -专利权人：国家高速列车青岛技术创新中心
申请日： 2020-11-19 - 公布日： 2021-03-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于卷积变分编码器和异常检测算法的钢轨隐伤定位方法。首先，利用卷积变分编码器从车辆轴箱加速度信号提取对钢轨隐伤敏感的特征。然后，利用两种异常检测算法，即椭圆包络算法和一类支持向量机(OCSVM)，基于提取的特征进行钢轨隐伤检测。利用变分编码器和异常检测算法构建钢轨隐伤检测算法。针对不同深度的钢轨隐伤，利用车辆‑轨道耦合动力学仿真，计算车辆轴箱加速度响应，建立数值仿真数据集。基于该数据集，进行钢轨隐伤检测算法的训练和性能评价。利用钢轨隐伤检测算法，基于车辆轴箱加速度信号，进行钢轨隐伤定位。
基于卷积编码器异常检测算法钢轨定位方法

[发明专利]一种文本翻译方法、装置、介质及电子装置-CN202310641120.9在审
发明人：请求不公布姓名;请求不公布姓名;窦猛汉;请求不公布姓名 -专利权人：本源量子计算科技（合肥）股份有限公司
申请日： 2023-05-31 - 公布日： 2023-08-18 - 主分类号： G06F40/58 文献下载
摘要：本发明公开了一种文本翻译方法、装置、介质及电子装置，方法包括：获取待翻译的文本数据并确定所述文本数据的编码向量；使用训练好的量子变分编解码循环网络处理所述编码向量，得到翻译结果，所述量子变分编解码循环网络包括变分编码器和变分解码器，所述变分编码器的参数基于所述编码向量和预设的第一隐向量确定，所述变分解码器的参数基于所述变分编码器输出的第二隐向量确定。
一种文本翻译方法装置介质电子

[发明专利]基于变分自编码器的具有特定地域风格的中国民歌自动生成方法-CN201911047704.3在审
发明人：杨新宇;罗晶;李娟;吉姝蕾;牛明轩;张与弛;贾根龙;张亦弛;魏洁 -专利权人：西安交通大学
申请日： 2019-10-30 - 公布日： 2020-02-28 - 主分类号： G10H1/00 文献下载
摘要：本发明公开了一种基于变分自编码器的具有特定地域风格的中国民歌自动生成方法，该方法首先将音乐表示为与其对应的音高序列、音程序列和节奏序列，然后基于变分自编码器建立中国民歌生成模型，并将变分自编码器隐变量空间按音乐的音高、节奏、内容以及风格分割为四个子空间，同时采用对抗训练的方法将四个隐变量子空间进行分离，最后利用上述模型来生成具有特定地域标签的中国民歌。相较于其他对西方音乐的研究，本发明立足于中国民歌的地域风格，通过对变分自编码器隐空间的操控，成功地捕捉到中国民歌的地域风格信息。通过理论分析和实验分析，本发明能有效地分离变分自编码器的各个隐变量，成功生成具有特定地域风格的民歌。
基于编码器具有特定地域风格中国民歌自动生成方法

[发明专利]一种变分自编码器与生成对抗网络结合的视频生成方法-CN201910739833.2有效
发明人：吴萌;李荣鹏;赵志峰;张宏纲 -专利权人：浙江大学
申请日： 2019-08-12 - 公布日： 2021-04-20 - 主分类号： H04N21/2343 文献下载
摘要：本发明公开了一种变分自编码器与生成对抗网络结合的视频生成方法，属于视频生成技术领域，该方法包括：生成对抗网络的生成器不直接生成视频，而是生成系列相关联的隐变量，将这些隐变量经过已训练好的变分自编码器的解码器生成系列相关图像，生成对抗网络的判别器不对视频直接判别，而是将视频通过变分自编码器的编码器得到系列低维的隐变量，并对隐变量进行判别。该方法能够根据输入描述文本生成视频，克服生成视频中帧间连续性差的问题，同时提高了视频生成的帧间连续性，将训练步骤分为训练变分自编码器和以训练好的变分自编码器为基础训练生成对抗网络两个部分，使训练更容易以及更稳定
一种编码器生成对抗网络结合视频方法

[发明专利]近邻语义的挖掘方法、装置、存储介质和终端设备-CN201810712820.1有效
发明人：陈徐屹;冯仕堃;朱志凡;曹宇慧;朱丹翔 -专利权人：北京百度网讯科技有限公司
申请日： 2018-06-29 - 公布日： 2021-07-13 - 主分类号： G06F16/36 文献下载
摘要：本发明提出一种近邻语义的挖掘方法、装置、存储介质和终端设备，其中，所述方法包括：获取待挖掘近邻语义的自然语句；根据变分自编码模型的编码器，对所述自然语句进行编码，获得所述自然语句的隐向量；其中，所述隐向量位于所述编码器产出分布的均值点处；对所述隐向量进行近邻语义搜索，获得与所述隐向量具有近邻语义的近邻隐向量；以及根据变分自编码模型的解码器，对近邻隐向量进行解码，获得与所述自然语句具有近邻语义的语句。
近邻语义挖掘方法装置存储介质终端设备

[发明专利]评价装置、评价方法以及评价程序-CN202080018178.2在审
发明人：高桥知克;山田真德 -专利权人：日本电信电话株式会社
申请日： 2020-03-11 - 公布日： 2021-10-22 - 主分类号： G06N3/02 文献下载
摘要：评价装置接受变分自编码器的隐变量的输入，对所输入的隐变量进行聚类，按每个聚类对属于该聚类的隐变量赋予表示上述聚类的标签。然后，评价装置进行分类器的学习，以按照所赋予的标签正确地对隐变量进行分类，对学习后的分类器进行Adversarial Attack的耐性评价，输出耐性评价的结果。由此，评价装置即使是使用无标签数据作为输入数据的变分自编码器，也能够进行Adversarial Attack的耐性评价。
评价装置方法以及程序

[发明专利]一种基于变分自编码数据融合的网站推荐方法和设备-CN202011249317.0在审
发明人：李文中;王品皓;余泽鹏;张淋洺;陆桑璐 -专利权人：南京大学
申请日： 2020-11-10 - 公布日： 2021-01-15 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于变分自编码数据融合的网站推荐方法和设备，所述方法基于协同过滤方法与神经网络、变分自编码器、边信息提取方法，实现了网站推荐，模型构建中将边信息提取与变分自编码器相结合来完成附带排名信息的网站推荐任务，因为提取了隐式反馈数据中的边信息，模型输入的信息更加全面。
一种基于编码数据融合网站推荐方法设备

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条