“G06N3/08”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4678个，建议您升级VIP下载更多相关专利

[发明专利]用于训练模型的方法、装置、电子设备及可读存储介质-CN202010876261.5有效
发明人：苏东;马小龙 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-08-25 - 公布日： 2023-07-28 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例公开了用于训练模型的方法、装置、电子设备及计算机可读存储介质，涉及深度学习、神经网络、信息匹配、模型训练、信息推荐技术领域。该方法的一具体实施方式包括：获取用户的兴趣特征和样本待推荐信息的属性特征；按隐式特征组合的方式分别获取兴趣特征和属性特征的至少一个中间表示；将至少两个中间表示按预设的精简交叉方式构造为隐式特征组合；根据隐式特征组合进行训练，得到目标模型。该实施方式通过对基于中间表示构造出的隐式特征组合进行训练，使得训练出的目标模型具有更强的泛化能力、精简的交叉方式尽可能的避免了组合爆炸，也更加便于构造出高阶的特征组合。
用于训练模型方法装置电子设备可读存储介质

[发明专利]模型优化方法、电子设备以及计算机可读存储介质-CN202310330198.9在审
发明人：王晓禅;王智 -专利权人：清华大学深圳国际研究生院
申请日： 2023-03-30 - 公布日： 2023-07-25 - 主分类号： G06N3/082 文献下载
摘要：本发明公开了一种模型优化方法、电子设备以及计算机可读存储介质，该方法应用于第一电子设备，第一电子设备处于包括多个第二电子设备的集群网络，多个第二电子设备上至少分布两种具有不同数据结构的第一数据，第一电子设备根据每个第二电子设备上分布的第一数据的数据结构，为每个第二电子设备确定第一神经网络模型，第一神经网络模型包括第一模型参数和第一结构参数；第一电子设备根据每个第二电子设备对应的第一数据，确定多个第二电子设备之间的相关系数，以及第一电子设备根据相关系数调整每个第二电子设备对应的第一模型参数和第一结构参数，得到第二神经网络模型，第二神经网络结构为针对集群网络进行模型优化得到的神经网络模型。
模型优化方法电子设备以及计算机可读存储介质

[发明专利]妆容迁移模型的训练方法、装置及妆容迁移方法、装置-CN202210044584.7在审
发明人：高一鸣;李昱;张宏伦;赵珣;单瀛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-01-14 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本申请提供了一种妆容迁移模型的训练方法、装置及妆容迁移方法、装置，可应用于SNS、人工智能、图像处理等各种场景。该训练方法包括：获取第一参考妆容图片和待上妆的第一目标图片；对第一参考妆容图片进行分解操作，以得到第一参考妆容图片的第一颜色信息；对第一目标图片进行分解操作，以得到第一目标图片的第二光照信息和第二颜色信息；根据第一颜色信息确定第一参考妆容图片对应的妆容颜色信息，并根据第二颜色信息确定第一目标图片对应的第二原始皮肤颜色信息；根据第二光照信息、第二原始皮肤颜色信息以及妆容颜色信息确定第一目标图片的伪上妆结果；利用伪上妆结果作为第一监督信息，对妆容迁移模型进行训练，从而减轻训练过程中额外的噪声干扰。
迁移模型训练方法装置

[发明专利]一种基于改进布谷鸟搜索算法的BP神经网络优化方法-CN202310139639.7在审
发明人：程加堂;熊燕;许行之;周轶旻 -专利权人：桂林理工大学
申请日： 2023-02-20 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本发明公开一种基于改进布谷鸟搜索算法的BP神经网络优化方法，包括以下步骤：获取Box–Jenkins混沌时间序列数据；建立BP神经网络；探索一种改进的布谷鸟搜索(ICS)算法，并用来优化BP神经网络的初始权值和阈值；采用优化的BP神经网络来预测Box–Jenkins混沌时间序列。该发明的优越性在于，为了增强布谷鸟搜索(CS)算法的寻优精度和鲁棒性，利用存储在历史档案中的精英信息来动态更新步长因子和变异因子，进而实现控制参数的自适应配置。同时，采用ICS算法优化的BP神经网络模型，可有效提高混沌时间序列的预测精度，并可推广和应用于其它复杂的非线性动力学系统。
一种基于改进布谷鸟搜索算法 bp 神经网络优化方法

[发明专利]预测模型的训练方法、装置、电子设备及存储介质-CN202310449835.4在审
发明人：李建荣;李政;马辉;张传雷;闫凯;高明 -专利权人：天津科技大学;天津云圣智能科技有限责任公司
申请日： 2023-04-24 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种预测模型的训练方法、装置、电子设备及存储介质，包括：获取网络指标数据集；基于第一滑动窗口对网络指标数据集进行集成经验模态分解处理，以确定训练数据集、测试数据集和测试数据集的真实值；测试数据集的真实值是基于移动后的第一滑动窗口内的数据确定得到的；利用训练数据集对初始预测模型进行训练，并利用测试数据集对训练后的初始预测模型进行测试得到预测值；移动第一滑动窗口，重复上述过程以得到目标预测模型和每个测试数据集的预测值；基于每个测试数据集的真实值和预测值对目标预测模型进行评估测试得到评估测试结果。本发明可以有效提高预测模型的训练效果，使训练得到的目标预测模型具有较高的预测精度。
预测模型训练方法装置电子设备存储介质

[发明专利]模型训练方法、舞蹈生成方法、设备及介质-CN202310453806.5在审
发明人：何艾莲;林开来;董治;姜涛 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-04-18 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本申请提供了一种模型训练方法、舞蹈生成方法、设备及介质，其中，该模型训练方法包括：获取样本音乐的音乐特征以及样本舞蹈的动作特征；调用第一映射网络模块，对音乐特征以及动作特征进行融合处理得到融合特征并处理融合特征得到第一多元舞蹈类别；调用编解码网络模块对融合特征进行编解码处理，得到解码特征，调用第二映射网络模块对解码特征进行分类处理，得到第二多元舞蹈类别；基于融合特征和解码特征之间的第一损失，以及第一多元舞蹈类别和第二多元舞蹈类别之间的第二损失确定目标损失，基于目标损失对初始神经网络模型的模型参数进行调整，得到舞蹈生成模型。本申请实施例降低了跨模态学习的难度，提升了生成的舞蹈动作的准确度。
模型训练方法舞蹈生成设备介质

[发明专利]一种目标检测模型轻量化方法及系统-CN202310454228.7在审
发明人：芮挺;杨成松;王东;唐建;刘恂;郑南;王聪;刘建青;史建军 -专利权人：中国人民解放军陆军工程大学
申请日： 2023-04-25 - 公布日： 2023-07-25 - 主分类号： G06N3/082 文献下载
摘要：本发明公开了一种计算机视觉技术领域的目标检测模型轻量化方法及系统，旨在解决现有的目标检测模型运算量高、存储大，无法方便部署的问题。包括将给定的数据集输入目标检测模型进行基础训练，得到原始目标检测模型；对原始目标检测模型进行稀疏化训练，得到稀疏目标检测模型；对稀疏目标检测模型进行通道剪枝和层剪枝，得到压缩目标检测模型；将原始目标检测模型作为教师模型并将压缩目标检测模型作为学生模型，进行知识蒸馏，得到轻量化目标检测模型；本发明能够使模型的计算量和参数量降低，推理帧率提升，同时维持模型的预测精度，从而便于模型的部署，且可根据实际需求适配不同目标的数据集，对于常用的目标检测模型均具有较好的轻量化效果。
一种目标检测模型量化方法系统

[发明专利]一种基于难样本增广的神经网络模型训练方法-CN202310543380.2在审
发明人：邓红涛 -专利权人：上海帆声图像科技有限公司
申请日： 2023-05-15 - 公布日： 2023-07-25 - 主分类号： G06N3/086 文献下载
摘要：本发明提供了一种基于难样本增广的神经网络模型训练方法，通过采用原始的训练数据训练神经网络模型，得到初版模型；然后采用遗传算法优化难样本增广策略；随后寻找难样本，即用初版模型推理训练数据，推理结果不满足设定条件的训练图片即为难样本；使用该增广策略对难样本进行增广，将增广后的难样本加入到训练数据，继续训练该神经网络模型；重复进行寻找难样本、难样本增广、模型训练，从而提高神经网络模型的训练效果和预测准确率。
一种基于样本增广神经网络模型训练方法

[发明专利]一种储备池ESN网络量化方法、装置及电子设备-CN202210032496.5在审
发明人：沈成;赵斌;张瑞涛 -专利权人：光子算数（北京）科技有限责任公司
申请日： 2022-01-12 - 公布日： 2023-07-25 - 主分类号： G06N3/082 文献下载
摘要：本申请提供一种储备池ESN网络量化方法、装置及电子设备，方法包括：输入待量化的权重参数，获取原始的概率分布；找到待量化权重参数的最大值；迭代计算在不同阈值情况下，量化计算后模型的概率分布，并计算相应的相对熵值；找到相对熵值对应的最小阈值，并输出对应的量化模型。该方案在几乎不损失ESN网络预测数据中心网络流量性能的基础上，达到减少模型尺寸大小、减少模型内存消耗及加快模型推理速度的目的。
一种储备 esn 网络量化方法装置电子设备

[发明专利]患者信息与医疗服务关系检测模型训练、检测方法及装置-CN202310362637.4有效
发明人：赵礼悦;陈鑫 -专利权人：北京亚信数据有限公司
申请日： 2023-04-06 - 公布日： 2023-07-25 - 主分类号： G06N3/088 文献下载
摘要：本发明公开了一种患者信息与医疗服务关系检测模型训练方法、患者信息与医疗服务匹配异常的检测方法及相关装置。所述方法包括：获取患者就诊信息和医疗服务信息；对患者就诊信息和医疗服务信息分别进行特征编码，得到患者信息向量和医疗服务向量；将包含有患者信息向量和医疗服务向量的向量对作为样本数据，生成样本数据集；使用样本数据集对预设的深度学习模型进行训练，得到患者信息与医疗服务关系检测模型。能够高效且准确地检测患者信息与医疗服务匹配是否存在异常。
患者信息医疗服务关系检测模型训练方法装置

[发明专利]轻量化的深度神经网络的训练方法、系统、设备和介质-CN202310490193.2有效
发明人：舒顺朋 -专利权人：上海齐感电子信息科技有限公司
申请日： 2023-05-04 - 公布日： 2023-07-25 - 主分类号： G06N3/082 文献下载
摘要：本发明提供一种轻量化的深度神经网络的训练方法、系统、设备和介质，方法，包括：获取已训练过的浮点网络；所述浮点网络须为多分支结构；对浮点网络进行低比特量化，以得到第一网络；获取第一网络各组合层的权重参数；判断N个组合层的权重参数是否为预设值；当N个组合层的权重参数全部为预设值时，在前向推理过程中将N个组合层对应浮点网络的各层和分支删除，以得到第二网络；当N个组合层的权重参数不全为预设值时，选取N个组合层中的M个组合层对应浮点网络的各层和分支删除，以得到第二网络；将第二网络作为浮点网络，反复K次执行上述步骤，以对浮点网络进行结构化减枝和通道处理。该方法用于获取轻量化的深度神经网络。
量化深度神经网络训练方法系统设备介质

[发明专利]适合过程控制建模的动态响应人工神经网络-CN202110051291.7有效
发明人：高林;王林;赵章明;李军;高海东 -专利权人：西安热工研究院有限公司
申请日： 2021-01-14 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种适合过程控制建模的动态响应人工神经网络，包括一层或多层惯性神经元和/或超前滞后神经元，所述惯性神经元是在在输入层和隐含层神经元输出上增加积分作用形成，超前滞后神经元是在在输入层和隐含层神经元输出上增加微积分作用形成；本发明动态响应人工神经网络可以采用极小的规模构建描述实际物理过程的动态特性模型，其模型参数与样本采样时间无关，有一定的物理意义，尤其适用于过程控制所需的对象建模。
适合过程控制建模动态响应人工神经网络

[发明专利]一种污染物浓度的预测模型训练方法、预测方法及装置-CN202010600485.3有效
发明人：罗磊;李辰;李玮;廖强 -专利权人：成都佳华物链云科技有限公司
申请日： 2020-06-28 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本申请提供一种污染物浓度的预测模型训练方法、预测方法及装置。该方法包括：获取预设历史时间段内的多种污染物因素的样本数据；根据样本数据对目标污染物分别与每种污染物因素进行非线性相关性分析，获得每种污染物因素对目标污染物的浓度影响的时间长度；根据每种污染物因素对应的时间长度和预设历史时间段内的多种污染物因素的样本数据构建多个训练样本；利用多个训练样本对神经网络模型进行训练，获得预测模型。本申请实施例通过对目标污染物分别与每种污染物因素进行非线性相关性分析，获得每种污染物因素对目标污染物的浓度影响的时间长度，然后根据每种污染物因素对应的时间长度构建样本对模型进行训练，减少了模型训练的时间。
一种污染物浓度预测模型训练方法装置

[发明专利]一种神经网络模型生成方法及装置-CN202110103858.0有效
发明人：宇哲伦 -专利权人：北京奇艺世纪科技有限公司
申请日： 2021-01-26 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例提供了一种神经网络模型生成方法及装置，方法包括：获取预设结构的第一神经网络模型；其中，第一神经网络模型包括至少一个批标准化BN层；基于目标样本图像和目标损失函数，对第一神经网络模型进行模型训练，得到第二神经网络模型；其中，目标损失函数为基于原始损失函数和BN层的模型参数计算得到的；确定第二神经网络模型中除目标卷积核以外的网络模型结构，作为第三神经网络模型；其中，目标卷积核为第二神经网络模型中对应的BN层的模型参数的绝对值小于目标阈值的卷积核；基于第三神经网络模型，生成目标神经网络模型。如此，能够降低目标神经网络模型的结构复杂度，提高目标神经网络模型的适用性。
一种神经网络模型生成方法装置

[发明专利]一种模型训练方法、装置、设备及可读存储介质-CN202310362160.X在审
发明人：李海燕;魏忠钰;牟馨忆;俞再亮;文君 -专利权人：之江实验室;复旦大学
申请日： 2023-03-30 - 公布日： 2023-07-21 - 主分类号： G06N3/08 文献下载
摘要：本说明书公开了一种模型训练方法、装置、设备及可读存储介质，基于共同发起业务的关系构建第一训练样本组，基于各用户针对各业务的指定行为构建第二训练样本组。根据各用户的言论文本、各业务、第一训练样本组和第二训练样本组训练特征提取模型，之后，根据训练完成的特征提取模型、所述第三训练样本和所述第三训练样本的标注，训练待训练的预测模型。可见，通过构建第一训练样本组和第二训练样本组，结合用户的言论文本以训练特征提取模型的方案，针对用户从未执行过的业务，也可以有效地从用户的言论文本中提取得到用于表征用户对于执行不同类型的业务的态度和立场的用户特征，从而提高预测准确率。
一种模型训练方法装置设备可读存储介质