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
2021-07-20 公布专利
2021-07-16 公布专利
2021-07-13 公布专利
2021-07-09 公布专利
2021-07-06 公布专利
2021-07-02 公布专利
2021-06-29 公布专利
2021-06-25 公布专利
2021-06-22 公布专利
2021-06-18 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4559个,建议您升级VIP下载更多相关专利
  • [发明专利]一种可重构卷积神经网络的硬件互连系统-CN201810358443.6在审
  • 上海- 复旦大学
  • 2018-04-20 - 2021-07-23 - G06N3/04
  • 本发明属于图像处理算法的硬件设计技术领域,具体为一种可重构卷积神经网络的硬件互连架构。本发明的互连架构包括:数据和参数片外缓存模块,用于缓存输入的待处理图片中的像素数据和缓存进行卷积神经网络计算时输入的参数;基础计算单元阵列模块,用于实现卷积神经网络的核心计算;算术逻辑单元计算模块,用于处理所述基础计算单元阵列的计算结果,实现对下采样层、激活函数以及部分和累加。其中,基础计算单元阵列模块按照二维阵列的方式互连,在行方向上,共享输入数据,通过使用不同的参数数据实现并行计算;在列方向上,计算结果逐行传递,作为下一行的输入参与运算。本发明通过结构互连提升数据复用能力的同时,能够降低带宽的需求。
  • 一种可重构卷积神经网络硬件互连系统
  • [发明专利]模型扩展方法及装置、电子设备和存储介质-CN201810746287.0在审
  • 北京- 北京市商汤科技开发有限公司
  • 2018-07-09 - 2021-07-23 - G06N3/04
  • 本公开涉及一种模型扩展方法及装置、电子设备和存储介质,所述方法包括:根据第一模型的多个网络层中的多个节点的激活值以及激活值的梯度,确定多个节点的重要性参数;根据多个节点的重要性参数和多个网络层的预设生长比率,确定多个节点中的待扩展节点;根据多个网络层的待扩展节点对第一模型进行扩展处理,获得第二模型。本公开实施例可通过重要性参数确定多个节点中的待扩展节点,并待扩展节点对第一模型进行扩展,得到第二模型,可使用第一模型中的节点获得第二模型,因此,无需消耗过多的计算资源和训练时间,拟合效果较好。
  • 模型扩展方法装置电子设备存储介质
  • [发明专利]神经网络的压缩方法及装置、存储介质及电子设备-CN202110454038.6在审
  • 北京- 北京华捷艾米科技有限公司
  • 2021-04-26 - 2021-07-23 - G06N3/04
  • 本发明提供一种神经网络的压缩方法及装置、存储介质及电子设备,利用已训练的第一神经网络,监督各个结构复杂度较小的第二神经网络进行训练。各个神经网络均由多个子结构串联构成,在训练过程中,基于每个神经网络的输出和每个神经网络的各个子结构的输出,确定每个第二神经网络对应的各个损失度,继而确定当前的总损失度,若当前的总损失度未收敛,则继续训练过程,直至当前的总损失度收敛时,在当前各个第二神经网络中确定目标第二神经网络,将目标第二神经网络作为第一神经网络对应的压缩神经网络。应用本发明的方法,结合神经网络的最终输出和中间输出进行训练监督,使得第二神经网络能够有效接近第一神经网络,可提高压缩神经网络的精度。
  • 神经网络压缩方法装置存储介质电子设备
  • [发明专利]一种基于二值化量化模型的图像处理方法-CN202110569275.7在审
  • 四川- 电子科技大学
  • 2021-05-25 - 2021-07-23 - G06N3/04
  • 本发明公开了一种基于二值化量化模型的图像处理方法,属于图像处理技术领域,其包括以下步骤:S1、对图像集进行预处理,得到每张图像的初始输入数据;S2、构建二值化量化模型;S3、采用每张图像的初始输入数据对二值化量化模型进行训练,得到训练完成的二值化量化模型;S4、将一张图像的初始输入数据输入训练完成的二值化量化模型,得到图像中物体的边界和属性,完成对图像的处理;本发明解决了无人机存储内存很小,无法存储现有的全精度模型的问题。
  • 一种基于二值化量化模型图像处理方法
  • [发明专利]用于降低机器学习模型预测中的不确定性的方法-CN201980078859.5在审
  • --- ASML荷兰有限公司
  • 2019-11-19 - 2021-07-23 - G06N3/04
  • 本文描述了一种用于量化参数化(例如,机器学习)模型预测中的不确定性的方法。该方法包括使参数化模型预测来自参数化模型的针对给定输入的多个后验分布。该多个后验分布包括多个分布中的分布。该方法包括通过从多个分布中的分布采样来确定针对给定输入的所预测的多个后验分布的可变性;并使用所预测的多个后验分布中的所确定的可变性来量化参数化模型预测中的不确定性。参数化模型包括编码器‑解码器架构。该方法包括使用所预测的多个后验分布中的所确定的可变性来调整参数化模型以降低参数化模型的不确定性用于预测晶片几何、重叠和/或其他信息作为半导体制造过程的一部分。
  • 用于降低机器学习模型预测中的不确定性方法
  • [发明专利]时间CNN后部碰撞警报系统-CN202011517657.7在审
  • --- 福特全球技术公司
  • 2020-12-21 - 2021-07-23 - G06N3/04
  • 本公开提供了“时间CNN后部碰撞警报系统”。本公开公开了一种系统和方法。在示例性实现方式中,所述系统和方法可以在第一深度神经网络处接收图像,估计所述图像中描绘的对象与车辆之间的距离,其中所述第一深度神经网络估计所述距离,确定所述估计距离是否大于预定距离阈值,并且当所述估计距离不大于所述预定距离阈值时生成警报。
  • 时间cnn后部碰撞警报系统
  • [发明专利]网络训练方法、图像处理方法、装置、设备及存储介质-CN202110245295.9在审
  • 广东- 深圳市商汤科技有限公司
  • 2021-03-05 - 2021-07-23 - G06N3/04
  • 本公开涉及一种网络训练方法、图像处理方法、设备及存储介质,所述网络训练方法包括:将样本图像输入第i‑1状态的图像处理网络,得到样本图像的多个第一处理结果,i为正整数;根据样本图像的标注信息以及多个第一处理结果,分别确定各个分支网络的网络损失以及各个网络损失对于主干网络的梯度信息;根据梯度信息,确定各个网络损失的目标加权系数;根据各个网络损失及所述各个网络损失的目标加权系数,得到图像处理网络的总体损失;根据总体损失,对第i‑1状态的图像处理网络进行训练,得到第i状态的图像处理网络。本公开实施例可实现不同图像处理任务之间的平衡学习,提升网络学习性能及效率。
  • 网络训练方法图像处理装置设备存储介质
  • [发明专利]目标检测方法、装置及设备-CN202110251087.X在审
  • 北京- 北京大学
  • 2021-03-09 - 2021-07-23 - G06N3/04
  • 本发明提供一种目标检测方法、装置及设备,该方法包括:获取红外特征图;根据所述红外特征图,生成脉冲神经网络芯片对应的输入工作帧;将所述输入工作帧发送给所述脉冲神经网络芯片,以使所述脉冲神经网络芯片根据所述输入工作帧进行运算,获得输出工作帧;接收所述脉冲神经网络芯片发送的输出工作帧;根据所述输出工作帧,确定目标检测结果,有效降低环境对检测结果的影响,提高检测结果的准确性,且有效减少神经网络推理时间,提高数据处理速度,进而提高系统实时性,降低数据传输时间消耗和能量消耗。
  • 目标检测方法装置设备
  • [发明专利]一种基于联邦迁移学习的模型训练方法及计算节点-CN202110350001.9在审
  • 广东- 华为技术有限公司
  • 2021-03-31 - 2021-07-23 - G06N3/04
  • 本申请实施例公开了一种基于联邦迁移学习的模型训练方法及计算节点,可应用于人工智能领域中,该方法包括:在各源域上通过本地有标签数据训练各自的特征提取器的模型参数G和子任务模型(如分类器)的模型参数T,再将所有G发送给目标域,并在各源域上训练各自域鉴别器的模型参数D1,在目标域上训练域鉴别器的模型参数D2,将所有D1和D2在服务器端或目标域端聚合得到聚合参数值D,并将D发送给各个源域,每个源域通过各自的特征提取器和鉴别器进行多次迭代的对抗训练。本申请通过对抗训练过程实现域对齐,并且域之间互相传递的仅是模型参数值,不传递数据或数据特征,保护了数据隐私,在兼顾域对齐和数据隐私的情况下实现了对模型的协同训练。
  • 一种基于联邦迁移学习模型训练方法计算节点
  • [发明专利]一种建筑电气节能监控方法-CN201910609398.1在审
  • 吉林- 吉林建筑大学
  • 2019-07-08 - 2021-07-23 - G06N3/04
  • 本发明公开了一种建筑电气节能监控方法,包括:步骤一、监测目标楼宇的环境信息,计算环境影响因子;步骤二、监测中央空调的运行信息,计算空调的运行能力系数;步骤三、监测中央空调的调节面积和室内温度,将上述监测信息与存储的标准信息进行比较分类后得到代表监测区域的监测状态标识符,根据所监测区域的监测状态标识符,确定所监测区域匹配的运行情况。能够对建筑楼宇的中央空调具体环境信息和运行信息进行监测,并在环境变化时进行调节和报警,提高建筑电气节能和监控效率。
  • 一种建筑电气节能监控方法
  • [发明专利]用于选择针对工业系统的配置而使用的项目的平台-CN201980082371.X在审
  • --- 西门子股份公司
  • 2019-11-26 - 2021-07-23 - G06N3/04
  • 用于在选择会话期间对可用于系统的配置的项目进行上下文感知的排序的计算机实现方法和平台,所述方法包括以下步骤:提供(S1)数字输入向量V作为上下文,所述数字输入向量V表示在当前选择会话中选择的项目;使用人工神经网络ANN从所述数字输入向量V来计算(S2)压缩向量Vcomp,所述人工神经网络ANN被适配成捕获项目之间的非线性依赖性;将所述压缩向量Vcomp乘以(S3)权重矩阵EI以计算输出得分向量S,所述权重矩阵EI是从因子矩阵E中导出的,所述因子矩阵E是作为对所存储的关系张量Tr进行张量因子分解的结果而获得的,所述关系张量Tr表示历史选择会话中执行的项目选择、可用项目以及其属性之间的关系r;以及)根据所计算的输出得分向量S的相关性得分来对所述可用项目进行自动排序(S4),以用于在当前选择会话中选择。
  • 用于选择针对工业系统配置使用项目平台
  • [发明专利]实现Lur’e网络聚类同步的方法-CN202110192618.2在审
  • 江苏- 江南大学
  • 2021-02-20 - 2021-07-23 - G06N3/04
  • 本发明涉及一种实现Lur’e网络聚类同步的方法,包括构建追随者Lur’e网络模型并确认其领导节点;获得各领导节点的状态信息并建立误差网络模型;向每个节点传输邻接节点和同步节点的状态信息,基于误差网络模型构建脉冲牵制反馈控制器和自适应更新定律;脉冲牵制反馈控制器受到脉冲效应的影响,根据脉冲效应的取值范围判断脉冲牵制控制器是起正作用或反作用,在正作用或反作用下分别实现网络聚类同步。本发明通过结合控制强度调节技术和延迟脉冲控制实现了一类具有多重时滞和非线性、非恒同耦合Lur’e网络的全局指数聚类同步。
  • 实现lur网络类同方法
  • [发明专利]模型优化部署方法、系统、设备及存储介质-CN202110248323.2在审
  • 北京- 北京大学
  • 2021-03-09 - 2021-07-23 - G06N3/04
  • 本发明公开一种模型优化部署方法、系统、设备及存储介质,其中模型优化部署方法,包括:对卷积神经网络进行模型优化,获取适配脉冲神经网络的卷积神经网络;对优化后的卷积神经网络的参数进行编译,获取在脉冲神经网络芯片上可运行的参数配置文件;加载参数配置文件以对输入的待处理数据进行推理计算处理,获取数据处理结果。本发明可以保持卷积神经网络的高精度,又能融合SNN的高效低功耗,便于在终端平台上进行部署。
  • 模型优化部署方法系统设备存储介质

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

tel code back_top