“金逸伦”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种皮瓦电压基准系统-CN202211685351.1在审
发明人：陈琪;罗志宏;金逸伦;李永福 -专利权人：广州概伦电子技术有限公司
申请日： 2022-12-27 - 公布日： 2023-05-09 - 主分类号： G05F1/567 文献下载
摘要：本发明涉及电压基准设置技术领域，提供了一种皮瓦电压基准系统。通过分别在正温度系数电压电路PTAT和负温度系数电压电路CT AT上设置耗尽型NMOS管MN1S和耗尽型NMOS管MN2S，分别构成所述正温度系数电压电路PTAT和所述负温度系数电压电路CTAT的电流源，能够改善电源抑制比。通过分别在正温度系数电压电路PTAT和负温度系数电压电路CTAT上设置耗尽型NMOS管MN1U和耗尽型NMOS管MN1D堆叠的正双稳压拓扑结构以及耗尽型NMOS管MN2U和耗尽型NMOS管MN2D堆叠的负双稳压拓扑结构，能够抑制正温度系数电压电路PTAT和负温度系数电压电路CTAT的输出电压对电源的线性敏感度。
种皮电压基准系统

[发明专利]具有两侧建模的对话智能体-CN202210933609.9在审
发明人：宋阳秋;李浩然;苏莹;胡琪;白佳欣;金逸伦 -专利权人：香港科技大学
申请日： 2022-08-04 - 公布日： 2023-04-04 - 主分类号： H04L51/02 文献下载
摘要：中央学习模型被部署为用户模型和助手模型。来自先前存储的会话语言语料库的、对应于用户问询的敏感信息话语及其聊天智能体响应分别用于将用户模型训练成更新的用户模型、和将助手模型训练成更新的助手模型。用户模型向助手模型提供对应于用户问询的用户上下文，并且助手模型向用户模型提供对应于聊天智能体响应的助手上下文。在训练期间，用户模型不向助手模型提供纯文本问询，并且助手模型不向用户模型提供纯文本响应。更新的助手模型可以促进联合训练过程生成更新的中央模型。更新的中央模型可用于提供响应于实时用户问询的实时聊天智能体。
具有两侧建模对话智能

[发明专利]感染风险的预测方法、设备及存储介质-CN202011108919.4有效
发明人：杨强;范力欣;周雨豪;鞠策;金逸伦;蔡杭 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-10-16 - 公布日： 2023-01-20 - 主分类号： G16H50/80 文献下载
摘要：本发明公开了一种感染风险的预测方法、设备及存储介质，所述方法包括：发送所述移动设备的加密ID至预设范围内的定位设备，以使所述定位设备为所述加密ID匹配加密时空参考轨迹信息，并发送加密时空参考轨迹信息至协调设备，从协调设备获取加密ID对应的加密预测时空轨迹信息，获取传染病感染风险的目标预测模型，将加密预测时空轨迹信息输入所述目标预测模型，得到待检测用户对应的传染病感染风险结果。利用多个定位设备的时空参考轨迹信息，整合计算得到待检测用户的时空轨迹信息，从而可以利用目标预测模型进行感染风险的预测，实现了对缺失时空轨迹信息人员的检测，扩大了传染病感染风险模型的适用范围。
感染风险预测方法设备存储介质

[发明专利]基于联邦学习的自适应数据处理方法、装置、设备及存储介质-CN202011115886.6在审
发明人：范力欣;吴锦和;鞠策;金逸伦;张天豫;周雨豪;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-10-16 - 公布日： 2021-02-05 - 主分类号： G06F21/55 文献下载
摘要：本申请公开了一种基于联邦学习的自适应数据处理方法、设备和存储介质，该方法包括：在检测到数据处理指令时，获取待处理数据，将所述待处理数据输入至预设动态联邦网络模型中；获取所述预设动态联邦网络模型对所述待处理数据进行预测处理后，得到的所述待处理数据的预测结果；其中，所述预设动态联邦网络模型是基于具有预设标签的预设训练数据以及第一私有扰动因子，对第一待训练模型执行预设动态联邦流程，得到的目标模型。本申请提升了深度神经网络模型对各种攻击的防御能力,提升了待处理数据的处理效率和准确性。
基于联邦学习自适应数据处理方法装置设备存储介质

[发明专利]自适应数据处理方法、设备及存储存储介质-CN202011115729.5在审
发明人：范力欣;吴锦和;鞠策;金逸伦;张天豫;周雨豪;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-10-16 - 公布日： 2021-01-19 - 主分类号： G06F21/55 文献下载
摘要：本申请公开了一种自适应数据处理方法、设备和存储存储介质，该方法包括：在检测到数据处理指令时，获取待处理数据，将所述待处理数据输入至预设动态扰动神经网络模型中；基于所述预设动态扰动神经网络模型对所述待处理数据进行预测处理，得到目标结果；其中，所述预设动态扰动神经网络模型是基于具有预设标签的预设训练数据以及动态扰动因子，对预设基础模型进行动态迭代训练得到的。本申请提升了深度神经网络模型对各种攻击的防御能力,提升了待处理数据的处理效率和准确性。
自适应数据处理方法设备存储介质

[发明专利]适用于高FoM值GHz环形振荡器的组合边沿注入器-CN201811273331.7在审
发明人：王国兴;连勇;哈利勒·尤瑟夫;金逸伦;刘博晓 -专利权人：上海交通大学
申请日： 2018-10-30 - 公布日： 2019-03-08 - 主分类号： H03K3/013 文献下载
摘要：本发明公开了一种基于CMOS工艺的适用于高FoM值GHz环形振荡器的组合边沿注入器。本发明中，通过新型自由运行边沿发生器和与其配套设计的新型单端环形振荡器实现基于边沿注入的相位锁定技术。在环形振荡器上实现边沿注入机制的控制电平由所述自由运行边沿发生器所输出。所述边沿发生器电路除了接收参考信号外，不受任何时钟、使能信号等严格的时序控制约束，有效地降低了系统的复杂度。通过注入锁定原理，在控制信号的作用下，本发明具有功耗低、FoM值相对较高、相位噪声低、谐波抑制能力好、调谐范围较广等优点。
环形振荡器发生器注入器调谐发生器电路控制电平控制信号时序控制使能信号相位锁定相位噪声谐波抑制注入锁定复杂度有效地单端功耗自由输出配套