“nn0602”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1222个，建议您升级VIP下载更多相关专利

[外观设计]错题打印机（NN0602）-CN202130554493.4有效
发明人：周启航 -专利权人：得力集团有限公司
申请日： 2021-08-25 - 公布日： 2022-03-22 - 主分类号： 14-02 文献下载
摘要：1.本外观设计产品的名称：错题打印机（NN0602）。2.本外观设计产品的用途：用于打印习题的打印机。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
打印机 nn0602

[发明专利]用于激活和去激活网络中的流动节点的方法-CN201480081824.4有效
发明人：欧意姆·布拉克次;约瑟夫·艾辛格;周冁 -专利权人：杜塞尔多夫华为技术有限公司
申请日： 2014-10-09 - 公布日： 2020-09-04 - 主分类号： H04W36/04 文献下载
摘要：本发明提供用于激活和去激活网络中的流动节点(NN)的方法。为了激活至少一个NN，当车辆进入确定的运动状态、位置状态和/或运行状态时，所述车辆上提供的所述至少一个NN向所述网络发送触发消息。然后，所述至少一个NN向所述网络发送上下文信息。基于所接收到的上下文信息，所述网络确定所述至少一个NN是否是合适的活跃NN或潜在NN，并且如果其确定所述至少一个NN是合适的活跃NN或潜在NN，指示所述至少一个NN切换到活跃NN模式或潜在NN模式。为了去激活网络中的至少一个NN，当所述车辆进入确定的运动状态、位置状态和/或运行状态时，所述至少一个NN向所述网络发送触发消息。然后，所述网络确定所述至少一个NN是活跃NN还是潜在NN。如果所述至少一个NN是潜在NN，所述网络从潜在NN的列表中移除所述至少一个NN，或者如果所述至少一个NN是活跃NN，在确定的过渡时间之后指示所述至少一个NN从活跃NN模式中切换出来。
用于激活网络中的流动节点方法

[发明专利]创建图像链的方法-CN201910370370.7在审
发明人： A.梅尔;P.伯恩哈特 -专利权人：西门子医疗有限公司
申请日： 2019-05-06 - 公布日： 2019-11-19 - 主分类号： G06T5/50 文献下载
摘要：本发明描述了一种创建图像链(10)的方法，包括以下步骤：识别图像链(10)需要的图像处理函数(F1，F2，F3，F4)；将每个图像处理函数(F1，F2，F3，F4)替换为对应的神经网络(NN1，NN2，NN3，NN4)；确定神经网络(NN1，NN2，NN3，NN4)的实例的运行序列，以给出图像链(10)；以及应用反向传播通过图像链(10)的神经网络(NN1，NN2，NN3，NN4)。
神经网络图像链图像处理函数成像系统创建图像反向传播图像处理替换应用

[发明专利]一种基于神经网络算法的桥式起重机防摇摆控制方法-CN201610472682.5在审
发明人：于广滨;高海连;曲志刚 -专利权人：哈尔滨理工大学
申请日： 2016-06-27 - 公布日： 2016-11-09 - 主分类号： G05B13/04 文献下载
摘要：为了解决起重机运行过程中载荷的摆动问题一直是阻碍起重机运行效率的主要难题这一问题，本发明提出了一种基于神经网络算法的桥式起重机防摇摆控制方法，其特征在于：事先选定BP神经网络NN的结构，建立由神经网络控制器NN_C和逆模型辨识器NN_I组成的控制系统；NN_C和NN_I为完全相同的网络结构，NN_C与被控制对象串联，实现对象的逆，作为逆模型控制器；NN_I为模型辨识器，它与NN_C的结构和学习算法完全相同，作用是在线辨识对象逆模型，通过在线调整，使输出F`与NN_C控制器输出量F的误差趋于0，这样，由于NN_C和NN_I的结构算法完全相同，也就调整了NN_C的权值，使得NN_C能够实时跟踪被控对象的逆模型
一种基于神经网络算法桥式起重机摇摆控制方法

[发明专利]神经网络方法、神经网络系统和计算机可读介质-CN201911257125.1在审
发明人：郭敏 -专利权人：百度（美国）有限责任公司
申请日： 2019-12-10 - 公布日： 2020-10-30 - 主分类号： G06N3/063 文献下载
摘要：公开了存储器布局和转换以改善神经网络(NN)推断性能。例如，NN基于从神经网络(NN)的性能模拟导出的阈值，在多个不同的存储器布局中选择NN的存储器布局。NN在NN推断期间使用所选择的存储器布局存储多维NN内核计算数据。如果多维NN内核计算数据未采用所选择的存储器布局，则NN针对所选择的存储器布局变换多维NN内核计算数据。
神经网络方法系统计算机可读介质

[发明专利]用于视频编解码的分组神经网络的方法以及装置-CN202210509362.8在审
发明人：陈庆晔;庄子德;黄毓文;柯扬 -专利权人：联发科技股份有限公司
申请日： 2019-01-22 - 公布日： 2022-09-02 - 主分类号： H04N19/42 文献下载
摘要：公开了一种使用分组神经网络(NN)处理的信号处理的方法以及装置。用于NN处理的当前层的多个输入信号被分组成多个输入组，所述多个输入组包括第一输入组以及第二输入组。用于所述当前层的所述神经网络处理被分成多个NN处理，所述多个NN处理包括第一NN处理以及第二NN处理。分别将所述第一NN处理以及所述第二NN处理应用于所述第一输入组以及所述第二输入组来生成用于NN处理的所述当前层的第一输出组以及第二输出组。在另一方法中，使用不同的代码类型对于NN处理的层有关的参数集进行编码。
用于视频解码分组神经网络方法以及装置

[发明专利]用于视频编解码的分组神经网络的方法以及装置-CN201980009758.2有效
发明人：陈庆晔;庄子德;黄毓文;柯扬 -专利权人：联发科技股份有限公司
申请日： 2019-01-22 - 公布日： 2022-05-31 - 主分类号： H04N19/14 文献下载
摘要：公开了一种使用分组神经网络(NN)处理的信号处理的方法以及装置。用于NN处理的当前层的多个输入信号被分组成多个输入组，所述多个输入组包括第一输入组以及第二输入组。用于所述当前层的所述神经网络处理被分成多个NN处理，所述多个NN处理包括第一NN处理以及第二NN处理。分别将所述第一NN处理以及所述第二NN处理应用于所述第一输入组以及所述第二输入组来生成用于NN处理的所述当前层的第一输出组以及第二输出组。在另一方法中，使用不同的代码类型对于NN处理的层有关的参数集进行编码。
用于视频解码分组神经网络方法以及装置

[发明专利]自主自学习系统-CN202080027621.2在审
发明人： A·迈尔 -专利权人：弗里德里希-亚历山大埃尔朗根-纽伦堡大学
申请日： 2020-03-02 - 公布日： 2021-11-26 - 主分类号： G06N3/00 文献下载
摘要：提供一种借助智能体(S)的第一神经网络(NN1)控制技术系统的方法，其中：将第一神经网络(NN1)的第一输入向量(x)和当前状态(ht)共同转变为第一神经网络(NN1)的新状态(ht+1)，由所述新状态生成第一神经网络(NN1)的第一输出向量(y)；将第一神经网络(NN1)的第一输出向量(y)馈送至第二人工神经网络(NN2)，由第二神经网络(NN2)的新状态(wt+1)生成第二神经网络(NN2)的第一输出向量(x')，第一输出向量表示第二神经网络(NN2)对第一神经网络(NN1)的第一输入向量(y)的预期反应，且将第二神经网络(NN2)的第一输出向量(x')与第一神经网络(NN1)的第一输入向量(x)进行对比，以便训练第一神经网络(NN1)。
自主自学习系统

[发明专利]激活游牧节点的方法以及相应的游牧节点和系统-CN201580081237.X有效
发明人：欧意姆·布拉克次;阿列克桑德劳斯·卡洛克劳斯;约瑟夫·艾辛格 -专利权人：华为技术有限公司
申请日： 2015-07-23 - 公布日： 2020-12-25 - 主分类号： H04W24/02 文献下载
摘要：本发明涉及一种激活无线通信网络中的游牧节点NN的方法，所述无线通信网络包括提供在交通工具上的至少一个NN 304、至少一个基站BS301、302、303和NN控制装置200，所述方法包括以下步骤：NN控制装置200收集所述无线通信网络中的信元，以及NN控制装置200基于所收集的信元激活所述至少一个NN 304。本发明还涉及相应的NN控制装置200和系统。
激活游牧节点方法以及相应系统

[发明专利]用于简化深度神经网络结构的方法和系统-CN201880088686.0在审
发明人： S.P.卡西维斯瓦纳森;N.纳罗迪茨卡;金红霞 -专利权人：三星电子株式会社
申请日： 2018-05-14 - 公布日： 2020-09-18 - 主分类号： G06N3/04 文献下载
摘要：一种方法包括在电子设备上部署神经网络(NN)模型。该NN模型通过在第一数据集上训练第一NN结构而生成。第一函数定义了第一NN结构的第一层。第一函数是基于近似由第二NN结构的第二层应用的第二函数而构造的。使用第二数据集在电子设备上启用NN模型的再训练。
用于简化深度神经网络结构方法系统

[发明专利]超参数调整装置、记录有超参数调整程序的非暂时性记录介质以及超参数调整程序-CN202080101959.8在审
发明人：河尻耕太郎 -专利权人：艾佐斯株式会社
申请日： 2020-09-10 - 公布日： 2023-04-04 - 主分类号： G06N3/045 文献下载
摘要：超参数调整装置具有：学习处理部(24)，其以将第一NN(16)的超参数集作为输入、并输出学习后性能方式使第二NN(18)学习，该学习后性能是设定有该超参数集的学习完成的第一NN(16)的性能；GA处理部(26)，其通过将第一NN(16)的超参数集作为个体、将设定有该超参数集的第一NN(16)的学习后性能所对应的值作为适应度的遗传算法，调整第一NN(16)的超参数集。在该遗传算法的各代的处理中，与各超参数对应的第一NN(16)的学习后性能是使用第二NN(18)来获取的。
参数调整装置记录程序暂时性介质以及

[发明专利]用于蜂窝网络中的协作机器学习的模型发现和选择-CN202180078997.0在审
发明人： R·库马尔;朱西鹏;S·克里希南;M·Z·A·舒凯尔;T·余 -专利权人：高通股份有限公司
申请日： 2021-10-04 - 公布日： 2023-08-11 - 主分类号： H04L41/16 文献下载
摘要：OAM核心网络可以接收针对ML/NN模型和与ML/NN过程相关联的特征的请求。OAM核心网络可以基于请求来确定对ML/NN模型和特征的最新更新，并且生成指示对ML/NN模型和特征的最新更新的对请求的响应。在各方面中，基站可以通过将针对ML/NN模型和特征的请求发送到OAM核心网络来发起针对ML/NN模型和特征的请求。基站可以基于所发送的请求来接收OAM核心网络的所生成的响应。在另外的方面中，UE可以通过向基站发送请求来发起针对ML/NN模型和特征的请求，其中UE可以基于所发送的请求来从基站接收ML/NN模型和特征。
用于蜂窝网络中的协作机器学习模型发现选择

[外观设计]杯(0602)-CN201830115677.9有效
发明人：施建懿 -专利权人：施建懿
申请日： 2018-03-28 - 公布日： 2018-08-10 - 主分类号： 07-01 文献下载
摘要：1．本外观设计产品的名称：杯(0602)。2．本外观设计产品的用途：本外观设计产品用于饮水。3．本外观设计产品的设计要点：在于产品的形状。4．最能表明本外观设计设计要点的图片或照片：立体图。
外观设计饮水图片

[外观设计]桌子（0602）-CN202130746281.6有效
发明人：张浩 -专利权人：张浩
申请日： 2021-11-13 - 公布日： 2022-04-01 - 主分类号： 06-03 文献下载
摘要：1.本外观设计产品的名称：桌子（0602）。2.本外观设计产品的用途：家居家具。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：主视图。
桌子 0602

[发明专利]学习处理装置以及方法-CN202080093955.X在审
发明人：石川昌义;大内将记;新藤博之;丰田康隆;筱田伸一 -专利权人：株式会社日立高新技术
申请日： 2020-02-07 - 公布日： 2022-09-02 - 主分类号： G06N3/08 文献下载
摘要：一种从已有的第一学习模型得到新的第二学习模型的学习处理装置，具备：输入部，其得到学习第一学习数据集来事先生成的第一学习模型和未被剪枝的神经网络，以下称神经网络为NN；重要参数确定部(304)，其使用第一学习模型和NN对作为学习对象的NN进行初始化，使用第二学习数据集和初始化后的NN，确定初始化后的NN的识别处理中的参数的重要度；新模型生成部(306)，其使用参数的重要度，进行从初始化后的NN删除不重要的参数的剪枝处理，生成第二NN；学习部，其使用第二学习数据集而学习第二NN；以及输出部，其将学习后的所述第二NN作为第二学习模型而输出。
学习处理装置以及方法

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 1222 条