“丹尼尔·彼得·维尔斯特拉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果8个，建议您升级VIP下载更多相关专利

[发明专利]使用神经网络压缩图像-CN202310416792.X在审
发明人： 丹尼尔·彼得·维尔斯特拉;卡罗尔·格雷戈尔;弗雷德里克·奥利维尔·贝塞 -专利权人：渊慧科技有限公司
申请日： 2016-12-30 - 公布日： 2023-08-04 - 主分类号： H04N19/42 文献下载
摘要：用于使用神经网络压缩图像的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法之一包含接收图像；使用编码器神经网络处理所述图像，其中所述编码器神经网络被配置成接收所述图像并处理所述图像以生成定义第一数目潜变量的值的输出，每个潜变量表示所述图像的特征；使用定义所述第一数目潜变量的值的所述输出生成所述图像的压缩的表示；以及提供所述图像的所述压缩的表示以用于生成所述图像的重建。通过使用由编码器神经网络的输出定义的潜变量来压缩图像，可以实现改进的有损图像压缩方案，即，实现提高压缩质量的方案。
使用神经网络压缩图像

[发明专利]使用神经网络压缩图像-CN201680083206.2有效
发明人： 丹尼尔·彼得·维尔斯特拉;卡罗尔·格雷戈尔;弗雷德里克·奥利维尔·贝塞 -专利权人：渊慧科技有限公司
申请日： 2016-12-30 - 公布日： 2023-05-09 - 主分类号： G06T3/40 文献下载
摘要：用于使用神经网络压缩图像的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法之一包含接收图像；使用编码器神经网络处理所述图像，其中所述编码器神经网络被配置成接收所述图像并处理所述图像以生成定义第一数目潜变量的值的输出，每个潜变量表示所述图像的特征；使用定义所述第一数目潜变量的值的所述输出生成所述图像的压缩的表示；以及提供所述图像的所述压缩的表示以用于生成所述图像的重建。通过使用由编码器神经网络的输出定义的潜变量来压缩图像，可以实现改进的有损图像压缩方案，即，实现提高压缩质量的方案。
使用神经网络压缩图像

[发明专利]利用深度强化学习的连续控制-CN202210278695.4在审
发明人：蒂莫西·保罗·利利克拉普;乔纳森·詹姆斯·亨特;亚历山大·普里策尔;尼古拉斯·曼弗雷德·奥托·黑斯;汤姆·埃雷兹;尤瓦尔·塔萨;大卫·西尔韦;丹尼尔·彼得·维尔斯特拉 -专利权人：渊慧科技有限公司
申请日： 2016-07-22 - 公布日： 2022-07-15 - 主分类号： G06N3/04 文献下载
摘要：本公开涉及利用深度强化学习的连续控制。训练动作器神经网络的方法、系统、和装置，包括编码在计算机存储介质上的计算机程序，所述动作器神经网络用于选择待由与环境交互的代理执行的动作。所述方法中的一个方法包括：获得小批经验元组；以及更新所述动作器神经网络的参数的当前值，包括：对于所述小批中的每个经验元组：使用评价器神经网络来处理所述经验元组中的所述训练观测值和所述训练动作以确定所述经验元组的神经网络输出，并且确定所述经验元组的目标神经网络输出；使用在所述目标神经网络输出与所述神经网络输出之间的误差来更新所述评价器神经网络的参数的当前值；以及使用所述评价器神经网络来更新所述动作器神经网络的参数的当前值。
利用深度强化学习连续控制

[发明专利]利用深度强化学习的连续控制-CN201680043561.7有效
发明人：蒂莫西·保罗·利利克拉普;乔纳森·詹姆斯·亨特;亚历山大·普里策尔;尼古拉斯·曼弗雷德·奥托·黑斯;汤姆·埃雷兹;尤瓦尔·塔萨;大卫·西尔韦;丹尼尔·彼得·维尔斯特拉 -专利权人：渊慧科技有限公司
申请日： 2016-07-22 - 公布日： 2022-04-12 - 主分类号： G06N3/04 文献下载
摘要：用于训练动作器神经网络的方法、系统、和装置，包括编码在计算机存储介质上的计算机程序，所述动作器神经网络用于选择待由与环境交互的代理执行的动作。所述方法中的一个方法包括：获得小批经验元组；以及更新所述动作器神经网络的参数的当前值，包括：对于所述小批中的每个经验元组：使用评价器神经网络来处理所述经验元组中的所述训练观测值和所述训练动作以确定所述经验元组的神经网络输出，并且确定所述经验元组的目标神经网络输出；使用在所述目标神经网络输出与所述神经网络输出之间的误差来更新所述评价器神经网络的参数的当前值；以及使用所述评价器神经网络来更新所述动作器神经网络的参数的当前值。
利用深度强化学习连续控制

[发明专利]基于想象力的代理神经网络-CN201880028596.2在审
发明人： 丹尼尔·彼得·维尔斯特拉;李宇佳;拉兹万·帕什卡努;彼得·威廉·巴塔利亚;塞奥法尼·纪尧姆·韦伯;拉尔斯·比辛;戴维·保罗·赖克特;亚瑟·克莱蒙特·格斯;丹尼洛·吉米内斯·雷森德;阿德里亚·普伊赫多梅内奇·巴迪亚;奥里奥尔·温亚尔斯;尼古拉斯·曼弗雷德·奥托·黑斯;塞巴斯蒂安·亨利·拉卡涅雷 -专利权人：渊慧科技有限公司
申请日： 2018-05-22 - 公布日： 2020-03-17 - 主分类号： G06N3/04 文献下载
摘要：提出了一种神经网络系统。所述网络能够由基于模型的强化学习训练，以选择要由与环境交互的代理执行的动作，以执行任务从而试图实现指定的结果。所述系统可包括：至少一个想象力核心，并且包括所述环境的模型，所述想象力核心具有输入，以接收表征所述环境的当前状态的当前观察，并可选地接收历史观察。所述想象力核心可被配置成响应于所述当前观察和/或历史观察而输出轨迹数据。所述轨迹数据包括所述想象力核心想象的所述环境的未来特征的序列。所述系统还包括：至少一个卷展编码器，以对所述特征的序列进行编码；和强化学习输出级，以接收从所述卷展嵌入中导出的数据，并输出动作策略数据，从而定义基于所述当前观察来识别动作的动作策略。
基于想象力代理神经网络

[发明专利]基于想象的智能体神经网络-CN201880013648.9在审
发明人： 丹尼尔·彼得·维尔斯特拉;李宇佳;拉兹万·帕什卡努;彼得·威廉·巴塔利亚;塞奥法尼·纪尧姆·韦伯;拉尔斯·比辛;戴维·保罗·赖克特;奥里奥尔·温亚尔斯;尼古拉斯·曼弗雷德·奥托·黑斯;塞巴斯蒂安·亨利·拉卡涅雷 -专利权人：渊慧科技有限公司
申请日： 2018-05-22 - 公布日： 2019-12-27 - 主分类号： G06N3/04 文献下载
摘要：提出了一种用于选择要由智能体执行的动作的神经网络系统，所述智能体与环境交互来执行任务以尝试实现指定的结果。系统可以包括用于接收状态数据和场境数据并且输出动作数据的控制器。系统还可以包括用于接收状态和动作数据并且输出结果状态数据的想象模块。系统还可以包括用于接收状态数据和场境数据并输出路线数据的管理器，所述路线数据定义系统是执行动作还是想象。系统还可以包括用于存储场境数据的存储器。
接收状态智能体场境神经网络系统存储器定义系统动作数据环境交互路线数据输出动作输出结果输出路线状态数据控制器存储场管理器

[发明专利]具有任务特定路径的多任务神经网络-CN201880005904.X在审
发明人： 丹尼尔·彼得·维尔斯特拉;克里桑塔·托马斯·费尔南多;亚历山大·普里策尔;迪伦·苏尼尔·巴纳尔斯;查尔斯·布伦代尔;安德烈-亚历山德鲁·鲁苏;约里·茨沃尔斯;戴维·哈 -专利权人：谷歌有限责任公司
申请日： 2018-01-30 - 公布日： 2019-08-23 - 主分类号： G06N3/08 文献下载
摘要：用于使用多任务神经网络的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。一种方法包括接收第一网络输入以及识别要在第一网络输入上执行的第一机器学习任务的数据；选择特定于第一机器学习任务的通过超神经网络中多个层的路径，所述路径针对每一层指定层中的在执行第一机器学习任务时被指派为活动的模块化神经网络的真子集；并且使超神经网络使用(i)对于每一层，层中的被所选择的路径指派为活动的模块化神经网络，以及(ii)对应于所识别的第一机器学习任务的一个或多个输出层的集合来处理第一网络输入。
神经网络机器学习模块化指派计算机存储介质计算机程序网络输出层真子集集合

[发明专利]信号处理系统-CN201480016209.5有效
发明人：朱利安·罗伯特·米歇尔·科尔纳比斯;丹尼洛·希门尼斯·雷森德;丹尼尔·彼得·维尔斯特拉 -专利权人：谷歌有限责任公司
申请日： 2014-03-10 - 公布日： 2018-09-07 - 主分类号： G06N3/04 文献下载
摘要：我们描述了一种信号处理器，所述信号处理器包括：概率向量生成系统，其中，所述概率向量生成系统具有用于为输出示例的类别接收类别向量的输入端以及用于为输出示例的所述类别提供概率向量的输出端，其中，所述输出示例包括数据点的集合，并且其中，所述概率向量针对输出示例的所述类别定义数据点的所述集合中的每一个的概率；存储器，所述存储器存储多个所述类别向量，输出示例的多个所述类别中的每一个各一个；以及随机选择器，所述随机选择器用于选择输出示例的所存储的类别以用于将所对应的类别向量呈现给所述概率向量生成系统；其中，所述信号处理器被配置成针对与所述选择的存储的类别相对应的输出示例来输出数据。
信号处理系统

1
共 8 条