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
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 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58个,建议您升级VIP下载更多相关专利
  • [发明专利]一种通过预训练弥合模态差异的端到端图片翻译方法-CN202310782138.0在审
  • 熊德意;朱少林;李上杰;雷易锟 - 天津大学
  • 2023-06-29 - 2023-10-20 - G06F40/58
  • 本发明的目的是提供一种通过预训练弥合模态差异的端到端图片翻译方法,所述方法分为两个阶段,第一阶段是文本翻译预训练,第二阶段为图片翻译预训练;所述文本翻译预训练,使用大规模双语数据训练一个基于Transformer结构的编码器‑解码器翻译模型;所述图片翻译预训练,图片翻译模型使用中编码器‑解码器翻译模型作为初始化,然后为模型配置一个视觉编码器;共享编码器能够同时接受视觉序列信息与文本序列信息,需要在共享编码器中促进相同语义的图片和文字的表示进行对齐。本发明大大提高了端到端图片翻译模型的性能,达到并超过了级联系统,同时相比传统级联其速度有了显著的提高。
  • 一种通过训练弥合差异端到端图片翻译方法
  • [发明专利]一种神经机器翻译鲁棒性增强方法、设备及存储介质-CN202210527147.0有效
  • 熊德意;薛征山 - 天津大学
  • 2022-05-16 - 2023-09-01 - G06F40/58
  • 本发明公开了一种神经机器翻译鲁棒性增强方法,构建基于子词的神经机器翻译模型,在神经机器翻译模型中设有用于检测噪声子词位置的错误位置探测模块;在对神经机器翻译模型训练时,由干净的批训练样本生成带噪声的批训练样本;将干净的批训练样本与带噪声的批训练样本交互对神经机器翻译模型进行训练,并计算损失函数;损失函数包括两部分,一部分是错误位置检测损失函数,一部分是机器翻译损失函数;采用启发式的算法,将带噪声的词修复成干净的词。本发明将干净的批训练样本与带噪声的批训练样本交互对神经网络机器翻译模型进行训练,在计算损失的时候,进行了交互,有助于提升模型的泛化能力。
  • 一种神经机器翻译鲁棒性增强方法设备存储介质
  • [发明专利]一种用于充电桩故障诊断的线路对接装置-CN202310441060.6在审
  • 鹿安;李玉斌;杨青辉;胡仁杰;熊德意;丁天玉 - 重庆市计量质量检测研究院
  • 2023-04-23 - 2023-07-18 - G01R31/69
  • 本发明公布了一种用于充电桩故障诊断的线路对接装置,包括底板、检测元件和插接头,底板内布置有第一干线、第二干线、连接线和短接线,检测元件包括电压表、空气保护开关、指示灯和电流表,插接头成对设置,成对的两个插接头通过电缆分别与第一干线和第二干线电性连接,插接头包括一对外插接头和一对内插接头,本发明的有益效果是,本装置在使用的时候,通过插接头与充电桩上的接头连接,插接头包括一对外插接头和一对内插接头,可以适应各种不同型号的充电桩,使得接电更加方便快捷,通过检测元件对充电桩进行检测,电压表和电流表分别进行电压和电流的检测,空气保护开关可以对过流情况进行保护,指示灯可以判断电路是否连通。
  • 一种用于充电故障诊断线路对接装置
  • [发明专利]一种差分圆极化滤波天线-CN202210895754.2有效
  • 严冬;黄浩扬;胡坤志;唐浩淳;邓杰;钱德胜;熊德意;洪承镐 - 重庆邮电大学
  • 2022-07-27 - 2023-07-18 - H01Q1/38
  • 本发明涉及一种差分圆极化滤波天线,属于无线能量传输领域,包括方形介质基板,在所述介质基板下表面设有接地金属板,所述介质基板上表面设有圆形金属贴片,所述圆形金属贴片的中心位置蚀刻一个矩形槽,在所述矩形槽的四周设有四个L形槽;所述圆形金属贴片内还设有一个圆形的SIW腔体、四对短路柱和一对差分底馈激励源;所述SIW腔体、四对短路柱通过金属化过孔贯穿介质基板、接地金属板和圆形金属贴片;所述差分底馈激励源直接贯穿介质基板、接地金属板和圆形金属贴片。
  • 种差极化滤波天线
  • [发明专利]一种用于充电桩测试的便携式检测装置-CN202310433914.6在审
  • 鹿安;李玉斌;杨青辉;胡仁杰;熊德意;丁天玉 - 重庆市计量质量检测研究院
  • 2023-04-21 - 2023-07-14 - G01R1/02
  • 本发明公布了一种用于充电桩测试的便携式检测装置,包括电缆和检测主体,还包括箱体、绕线机构和散热机构,箱体铰接有箱盖,箱体的左侧开设有安装槽,检测主体位于安装槽的底部,绕线机构位于箱体的右侧,电缆通过绕线机构收纳,散热机构位于安装槽内,散热机构用于对检测主体散热,本发明的有益效果是,本装置的检测主体安装在箱体中,通过箱体的搬运实现检测主体的转移,从而在需要的位置进行充电桩的检测,在检测的过程中,通过电缆实现检测主体与充电桩的连接,而在检测完成后,通过绕线机构对电缆进行收纳整理,避免电缆的杂乱,检测主体在工作的过程中,通过散热机构进行高效的散热。
  • 一种用于充电测试便携式检测装置
  • [发明专利]通过门控机制将翻译记忆融入神经机器翻译的方法-CN201810953968.4有效
  • 熊德意;曹骞 - 苏州大学
  • 2018-08-21 - 2023-07-14 - G06F40/58
  • 本发明涉及一种通过门控机制将翻译记忆融入神经机器翻译的方法,应用在基于注意力机制且采用encoder‑decoder框架的NMT模型,包括:数据前处理阶段:训练得到每句话的句向量,包括待翻译的源语句与翻译记忆库中的句子;对于源语句,通过计算其与翻译记忆库中句子的句向量的余弦相似度得到相似性,随后选出其中概率最高的那一句对与源语句互相匹配,把它们记为(sa,sb),其中sa表示源语句,sb表示翻译记忆库中计算句向量余弦相似度与源语句最接近的句子,对应的翻译记做(ta,tb),计算sa与sb的模糊匹配得分,相关公式如下所示。上述通过门控机制将翻译记忆融入神经机器翻译的方法,通过句向量获得源语句与翻译记忆库中语义最相似的句子。
  • 通过门控机制翻译记忆融入神经机器翻译方法
  • [发明专利]基于自注意力机制的多领域神经机器翻译方法-CN201910344013.3有效
  • 熊德意;张诗奇 - 苏州大学
  • 2019-04-22 - 2023-07-11 - G06F40/58
  • 本发明公开了一种基于自注意力机制的多领域神经机器翻译方法。基于自注意力机制的多领域神经机器翻译方法,包括:对Transformer进行了两项重要的改变;第一个变化是基于领域感知的自注意力机制,其中领域表示被添加到原始的自注意力机制的键和值向量中;注意力机制的权重是查询和领域感知的键的相关程度。第二个变化是添加一个领域表示学习模块来学习领域向量。本发明的有益效果:本专利在目前代表最先进水平的神经网络架构Transformer上提出领域感知的NMT模型架构。为多领域翻译提出了一种基于领域感知的自注意力机制。据所知,这是在基于自注意力机制的多领域NMT上的首次尝试。同时,实验和分析也验证了的模型能够显著提升各领域的翻译效果并且可以学习到训练数据的领域信息。
  • 基于注意力机制领域神经机器翻译方法
  • [发明专利]一种基于层次化通信的高效混合专家模型及方法-CN202310140911.3在审
  • 熊德意;曾致远 - 天津大学
  • 2023-02-21 - 2023-06-30 - H04L41/16
  • 本发明公开了一种基于层次化通信的高效混合专家模型方法,基于Transformer模型,将Transformer模型中的部分FFN层替换为设有结构化通信机制的MoE层;MoE层包括多个专家网络,每次计算时只有部分专家网络被激活参与计算,不同专家网络之间不共享参数;在结构化通信机制中,将用于与MoE层通信的数据分成三组,按照分配优先顺序依次为加速器内部通信组、节点内部通信组和全局通信组;根据词和专家网络之间的匹配分数将词分配到对应通信组,使分配到加速器内的词与加速器内所有专家网络的匹配分数及分配到节点内的词与节点内所有专家网络的匹配分数均相对比较高。本发明减少MoE的通信代价且提升模型训练速度。
  • 一种基于层次通信高效混合专家模型方法
  • [发明专利]主动学习平行语料构建方法-CN201811026790.5有效
  • 熊德意;张培 - 苏州大学
  • 2018-09-04 - 2023-05-16 - G06F40/58
  • 本发明涉及一种主动学习平行语料构建方法,应用于低资源语言神经机器翻译,而且,应用在基于注意力机制且采用encoder‑decoder框架的NMT模型,包括:获取原始平行语料和源端单语;获取所述原始平行语料的embedding和所述源端单语的embedding;计算所述源端单语中的每句话和所述平行语料的相似度;对所述源端单语中的每句话按照相似程度进行排序,选择前面设定百分比的句子;获取上述“前面设定百分比的句子”进行人工翻译后的目标端单语;将所述人工翻译后的目标端单语和上述“前面设定百分比的句子”构成的平行语料加入到所述原始平行语料中,组成新的平行语料;用所述新的平行语料,训练出新的模型。
  • 主动学习平行语料构建方法
  • [发明专利]一种多语言神经机器音译系统及方法-CN202211110824.5在审
  • 熊德意;孙浩然 - 天津大学
  • 2022-09-13 - 2022-12-16 - G06F40/263
  • 本发明公开了一种多语言神经机器音译系统,其特征在于,该系统基于自注意力机制的Transformer基础模型架构构建;包括通过统一架构构建的多个语言对翻译模型;采用包含多个语言对的数据集对该系统进行训练。本发明还公开了一种利用上述的多语言神经机器音译系统的多语言神经机器音译方法,使用适应相应语言的书写系统和/或语音结构,对句子进行分词,并在源语言句子和目标语言句子的开始处,分别加入标识当前语言的区分符号。本发明将多语言机器翻译任务应用到了音译领域,并且根据不同的语言提出了适应性的分词方法。在公共数据集上的实验结果表明,多语种神经机器音译在中、低资源语言上都明显优于双语音译。
  • 一种语言神经机器音译系统方法

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

咨询在线客服咨询在线客服
tel code back_top