“G06N20/10”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果150个，建议您升级VIP下载更多相关专利

[发明专利]模型训练方法、情绪检测方法及相关设备-CN202210365524.5在审
发明人：涂眉;赵子昂 -专利权人：北京三星通信技术研究有限公司;三星电子株式会社
申请日： 2022-04-07 - 公布日： 2023-10-24 - 主分类号： G06N20/10 文献下载
摘要：本申请实施例提供了一种模型训练方法、情绪检测方法及相关设备，涉及人工智能技术领域。其中，模型训练方法包括：获取基于训练集训练所得的第一模型，以及训练集中各训练样本影响第一模型损失的影响函数值；设定对训练样本的样本标签进行重新标记的比例阈值；基于影响函数值与比例阈值重新标记训练集中的样本标签；基于重新标记样本标签后的训练集训练第一模型，得到第二模型。本申请的实施通过设定的比例阈值控制训练数据中可以改动的样本数量，以提高训练所得模型的性能。同时，由电子设备执行的上述方法可以使用人工智能模型来执行。
模型训练方法情绪检测相关设备

[发明专利]数据处理方法、装置、电子设备及存储介质-CN202211488824.9有效
发明人：熊昆;张留杰;刘红雨;蓝翔 -专利权人：北京百度网讯科技有限公司
申请日： 2022-11-25 - 公布日： 2023-10-24 - 主分类号： G06N20/10 文献下载
摘要：本公开提供了一种数据处理方法、装置、电子设备及存储介质，涉及人工智能技术领域，尤其涉及机器学习、自然语言处理、计算机视觉和蛋白质结构预测等技术领域。具体实现方案为：获取第一爱因斯坦算子所需的第一张量；调用内核对第一张量执行转置得到第一张量转置结果并存储到目标存储介质；在规划调度阶段按照预设标记规则生成第二爱因斯坦算子第一张量的下标；在需要复用第一张量转置结果的情况下，从目标存储介质中读取第一张量转置结果；基于读取的第一张量转置结果和第一张量的下标，执行第二爱因斯坦算子的运算。本公开实施例中通过复用第一爱因斯坦算子的第一张量转置结果，避免了多次启动调用内核，降低了资源消耗，提高了运算效率。
数据处理方法装置电子设备存储介质

[发明专利]基于辅助优化与拉格朗日优化的支持向量机学习方法-CN202110997437.7有效
发明人：何昭水;王沛涛;林志洁;刘太亨;谭北海;白玉磊;谢胜利 -专利权人：广东工业大学
申请日： 2021-08-27 - 公布日： 2023-10-17 - 主分类号： G06N20/10 文献下载
摘要：本发明提供一种基于辅助优化与拉格朗日优化的支持向量机学习方法，包括：通过迭代的方式求解支持向量机对偶问题，每次所述迭代的过程如下：构建所述支持向量机对偶问题的辅助优化问题；将所述辅助优化问题转化为拉格朗日辅助优化问题；求解所述拉格朗日辅助优化问题的最优解。本发明所述的方法容易实现，并且收敛速度更快。
基于辅助优化拉格朗日支持向量学习方法

[发明专利]阈值确定方法、系统、存储介质及终端-CN202010582348.1有效
发明人：崔龙;袁德胜;成西锋;林治强;党毅飞;马卫民;游浩泉;李伟超 -专利权人：汇纳科技股份有限公司
申请日： 2020-06-23 - 公布日： 2023-10-10 - 主分类号： G06N20/10 文献下载
摘要：本发明提供一种阈值确定方法、系统、存储介质及终端；所述方法应用于机器学习中，包括以下步骤：获取包含数据子元素的数据集；计算数据集中两两数据子元素之间的数据相似度；根据数据相似度，搭建相似度直方图；根据相似度直方图，确定阈值范围；本发明提出一种基于非标注数据的阈值确定方法，在实现阈值获取自动化的同时，有效解决了对数据进行标注存在成本过高的问题；保证了精度、效果及稳定性均高于传统经验阈值；在机器学习的目标识别任务中，不仅能够有效降低识别设备首次阈值部署和配置的成本，更可以反向利用各设备间阈值的差异程度，作为同一设备和算法在不同应用环境中受外界因素带来的干扰强弱。
阈值确定方法系统存储介质终端

[发明专利]基于进化算法的地火转移轨道设计初值获取方法及系统-CN202010130385.9有效
发明人：朱庆华;刘宇;黄韵弘;鲁启东;张玉花;冯建军 -专利权人：上海航天控制技术研究所
申请日： 2020-02-28 - 公布日： 2023-09-29 - 主分类号： G06N20/10 文献下载
摘要：本发明公开一种基于进化算法的地火转移轨道设计初值快速获取方法及系统。在精确地火转移轨道前，直接利用先前建立的轨道数据库，基于进化算法快速计算出优势方向的轨道初值，可以支持后续进行更有效率的搜索。本方法主要包括3个步骤：1)据GTOP数据库，采用模型初值敏感矩阵特征值作为样本标签，建立学习样本库；2)构建轨道优化支持向量机(TO_SVM)，对地火转移轨道学习样本库进行学习；3)针对需要设计的地火转移轨道，运行TO_SVM，给出优势方向c的轨道设计初值(发射日期、到达日期以及发射轨道剩余速度)供后续精确设计使用。
基于进化算法转移轨道设计初值获取方法系统

[发明专利]用于预测的稳定的局部可解释模型-CN202310267412.0在审
发明人：马小明;韩四儿;张雪英;尉文沛;许静;许晶;高磊;张阿鹏 -专利权人：国际商业机器公司
申请日： 2023-03-20 - 公布日： 2023-09-22 - 主分类号： G06N20/10 文献下载
摘要：本发明涉及用于预测的稳定的局部可解释模型。本文描述的示例提供了一种计算机实现的方法，其包括确定机器学习模型的内核宽度。该方法还包括使用内核宽度来构建局部可解释线性模型。该方法还包括计算局部可解释线性模型的特征的贡献和置信度。该方法还包括更新局部可解释线性模型以生成最终模型并计算最终模型的总体置信度。
用于预测稳定局部可解释模型

[发明专利]使用嵌入空间之间的变分映射生成跨域数据-CN201910300582.8有效
发明人： S·乔杜里;S·达斯古普塔;A·穆纳沃;立花隆辉 -专利权人：国际商业机器公司
申请日： 2019-04-15 - 公布日： 2023-09-22 - 主分类号： G06N20/10 文献下载
摘要：本申请的各实施例涉及使用嵌入空间之间的变分映射生成跨域数据。提供了一种用于学习数据的不同模态之间的映射信息的计算机实现的方法、计算机程序产品和系统。该方法包括由处理器将数据的高维模态映射到低维流形以因此通过第一网络的至少一部分获取相应的低维嵌入。该方法还包括由处理器将相应的低维嵌入中的每个低维嵌入投射到公共潜在空间以因此通过第二网络的至少一部分获取公共潜在空间中的单独的潜在空间分布中的相应的潜在空间分布。该方法还包括由处理器通过使用变分下界将公共潜在空间中的单独的潜在空间分布之间的距离最小化来优化网络中的每个网络的参数。该方法还包括由处理器输出这些参数作为映射信息。
使用嵌入空间之间映射生成数据

[发明专利]分类效果确定方法、装置、智能终端及存储介质-CN201910409134.1有效
发明人：张雨豪;陈新杰;郑景耀;刘洪 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-05-16 - 公布日： 2023-09-19 - 主分类号： G06N20/10 文献下载
摘要：本发明实施例提供了一种分类效果确定方法、装置、智能终端，其中方法包括：利用分类模型对分类测试集进行处理，得到分类结果，分类结果用于指示分类测试集中每一个测试子集被分类模型识别后输出的预测类目；获取为每一个测试子集设置的标签类目，并将每一个测试子集的预测类目及其标签类目进行比较，得到比较结果；根据比较结果确定分类模型的分类效果指标值；其中，分类效果指标值是根据第一效果参数、第二效果参数以及为第一效果参数确定的第一权重值、为第二效果参数确定的第二权重值计算得到的，第一效果参数和第二效果参数是根据比较结果确定的。通过本发明实施例可以有效提高确定分类模型的分类效果的客观性和准确性。
分类效果确定方法装置智能终端存储介质

[发明专利]学习用于半监督学习的未配对多模态特征匹配-CN202180080588.4在审
发明人： S·乔杜里;木村大毅;仓田岳人;立花隆辉 -专利权人：国际商业机器公司
申请日： 2021-11-02 - 公布日： 2023-09-01 - 主分类号： G06N20/10 文献下载
摘要：提供了一种用于学习多模态特征匹配的计算机实现的方法。该方法包括训练图像编码器以获得编码图像。该方法还包括通过使用加标签图像来在编码图像上训练公共分类器。该方法还包括在将公共分类器保持在固定配置中的同时，通过使用学习的文本嵌入和该学习的文本嵌入的对应标签来训练文本编码器。进一步训练文本编码器以将由文本编码器编码的预测文本嵌入的距离与编码图像上的拟合高斯分布相匹配。
学习用于监督配对多模态特征匹配

[发明专利]一种基于噪音数据的机器学习模型鲁棒性评估方法-CN201910952057.4有效
发明人：房春荣;龚爱;王栋;陈振宇;李玉莹 -专利权人：南京大学
申请日： 2019-09-29 - 公布日： 2023-08-29 - 主分类号： G06N20/10 文献下载
摘要：本发明提供的是一种基于噪音数据的机器学习模型鲁棒性评估方法，包括原始数据集处理、噪音数据获取、模型训练、模型预测、准确率下降比计算和模型鲁棒性评估。原始数据集处理包括收集百分百标签正确的原始数据集，并采用10次10‑折交叉验证划分原始训练集和原始测试集。噪音数据获取包括在原始训练集的基础上，采用分层抽样方法抽取t′＝|D|·α个数据，并将其标签替换为错误标签，其中α为噪音数据率。模型训练包括基于常见分类算法，并分别输入原始训练集和混有噪音数据的训练集分别构建原始模型和新模型。模型预测包括基于原始测试集，对这原始模型和新模型分别进行准确度评估。准确率下降比计算包括计算新模型较原始模型而言准确率下降的比率。模型鲁棒性评估包括横纵向比较准确率下降的比率的大小，衡量模型鲁棒性强弱，实现了判断模型健壮性的标准。
一种基于噪音数据机器学习模型鲁棒性评估方法

[发明专利]目标事件的标记方法和装置、存储介质及电子装置-CN201910713377.4有效
发明人：邹耿鹏;段建波 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-08-02 - 公布日： 2023-08-29 - 主分类号： G06N20/10 文献下载
摘要：本发明公开了一种目标事件的标记方法和装置、存储介质及电子装置。其中，该方法包括：获取待处理信息中携带的内容语句，其中，内容语句被切分为多个词组；在多个词组中确定出目标词组，其中，目标词组为出现在同一条待处理信息中、且在预定时间段内出现次数超过预设次数阈值的词组；使用分类模型确定待处理信息中包含目标词组的目标待处理信息所对应的目标类别，其中，包括目标类别的不同类别在分类模型中对应不同的权重，目标类别的权重用于指示目标词组成为目标事件的可能性；在目标类别对应的权重超过预设权重阈值的情况下，将目标待处理信息中包含的目标词组标记为目标事件。以至少解决相关技术中对目标事件进行检测的效率较低问题。
目标事件标记方法装置存储介质电子

[发明专利]将经训练的人工智能模型转换为可信赖的人工智能模型-CN202180076895.5在审
发明人：戴维·阿姆斯林格;朱丽安娜·巴里奥斯·德奥里奥;弗洛里安·比特纳;埃里克·斯潘斯基;克里斯蒂安·塞茨 -专利权人：西门子股份公司
申请日： 2021-10-21 - 公布日： 2023-07-28 - 主分类号： G06N20/10 文献下载
摘要：本发明涉及一种用于将经训练的人工智能模型转换为可信赖的人工智能模型的计算机实现的方法和系统，具有：‑经由web服务平台的用户界面提供经训练的人工智能模型，‑提供基于经训练的人工智能模型的训练数据的验证数据集，‑由web服务平台的计算部件基于验证数据集生成通用样本，‑基于通用样本由优化校准来转换经训练的人工智能模型。由web服务平台的计算部件执行AI模型的转换。因此经由web服务平台的用户界面向计算部件提供输入，即经训练的人工智能模型以及验证数据集。这样的用户界面可以由任何可应用的前端、例如由web应用来实现。
训练人工智能模型转换可信赖

[发明专利]量子差分进化算法优化SVM的滚动轴承故障诊断方法-CN202110923559.1有效
发明人：李媛媛;孙祺淳;方志军;徐华;曹乐;李小刚 -专利权人：上海工程技术大学
申请日： 2021-08-12 - 公布日： 2023-07-25 - 主分类号： G06N20/10 文献下载
摘要：本发明涉及一种量子差分进化算法优化支持向量机的滚动轴承故障诊断方法，将待故障诊断的滚动轴承的输入特征矩阵P输入到所述故障诊断模型中，得到一维列向量Q，Q中出现1代表内圈故障，出现2代表滚动体故障，出现3代表外圈6点钟方向故障，出现4代表外圈3点钟方向故障，出现5代表外圈12点钟方向故障，出现6代表正常。本发明使用量子差分进化算法优化支持向量机模型，从而实现参数的自适应调整。相比传统的差分进化算法，量子的差分进化算法在优化支持向量机模型时，可以减少需要花费的时间，提高优化的精度，使得模型拥有更可靠的故障诊断性能。
量子进化算法优化 svm 滚动轴承故障诊断方法

[发明专利]基于DAGSVM算法的挖掘机工况识别方法及系统-CN202310713388.9在审
发明人：张新宇;杨秦敏;邓波;张善睿;张琳;朱俊威 -专利权人：北谷电子股份有限公司;北谷电子（无锡）有限公司;泺谷科技（上海）有限公司;北谷电子（杭州）有限公司
申请日： 2023-06-16 - 公布日： 2023-07-18 - 主分类号： G06N20/10 文献下载
摘要：本发明提供了一种基于DAGSVM算法的挖掘机工况识别方法及系统，方法包括以下步骤：S1、基于DAGSVM算法建立挖掘机工况识别深度学习模型；S2、采集挖掘机实际工作过程中两个主泵在预设时间内的压力数据并进行预处理；S3、对所述预处理后的压力数据进行特征提取，获取特征值；S4、将所述特征值进行归一化处理，得到特征向量；S5、将所述特征向量输入所述挖掘机工况识别深度学习模型中，依据模型输出结果得到对应的挖掘机工作阶段。本发明利用挖掘机工作时主泵所产生的压力数据，结合DAGSVM算法对挖掘机工作阶段进行识别，所需数据量小，具有较高的实时性，可准确识别挖掘机的各个工作阶段。
基于 dagsvm 算法挖掘机工况识别方法系统

[发明专利]基于贝叶斯优化混合核极限学习机的密度测井数据预测方法-CN202310403967.3在审
发明人：乔磊;崔友;贾志宁 -专利权人：承德石油高等专科学校
申请日： 2023-04-17 - 公布日： 2023-07-14 - 主分类号： G06N20/10 文献下载
摘要：本发明涉及地球物理测井数据处理领域，具体公开了一种基于贝叶斯优化混合核极限学习机的密度测井预测方法通过LightGBM算法确定密度测井数据的主要影响特征，引入声波、中子、井径和自然伽马测井数据，降低了预测模型的输入维度，提高了预测效率，利用贝叶斯算法对混合核极限学习机中的5个参数(C0,C1,d,σ,C)进行自动参数寻优，预测的均方根误差小于0.0767g/cm3，适用于不同的储层条件，泛化能力强，能够快速的进行参数寻优，预测精度高。
基于贝叶斯优化混合极限学习机密度测井数据预测方法

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 150 条