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63个,建议您升级VIP下载更多相关专利
  • [发明专利]控制终端运动的方法和装置-CN202110528746.X有效
  • 程远;郭昕;蒋晨;褚崴 - 创新先进技术有限公司
  • 2018-08-31 - 2023-06-27 - G05D1/02
  • 本说明书实施例提供一种控制终端运动的方法和装置。方法包括:首先按照预定时间间隔,获取所述终端采集的至少一个图像,然后根据所述至少一个图像,使用神经网络分类模型确定多个预设运动方向中的一个预设运动方向为目标运动方向,再控制所述终端按照所述目标运动方向运动预设单位,以使所述终端沿运动轨迹持续采集图像,所述图像用于车辆定损。由上可见,终端沿该运动轨迹运动的过程中采集的图像满足查勘定损的需求,无需人工拍摄现场照片和定损照片,从而缩短理赔周期。
  • 控制终端运动方法装置
  • [发明专利]基于残差的深度学习方法及神经网络模型-CN202310092429.7在审
  • 张雷;晏晓东;何建杉;褚崴 - 支付宝(杭州)信息技术有限公司
  • 2023-01-17 - 2023-04-25 - G06N3/08
  • 本说明书实施例提供了基于残差的深度学习方法及神经网络模型。其中,神经网络模型包括多个网络层,每个网络层包括卷积层、动态残差模块和样本表征调整模块,动态残差模块包括相似度子模块。在深度学习方法中,获取训练样本的初始表征;神经网络模型中的各个网络层按照以下方式执行,直至针对神经网络模型的学习完成:将初始表征以及当前网络层中待处理的第一样本表征输入至当前网络层中的相似度子模块,输出相似度表征;将第一样本表征输入当前网络层中的卷积层,输出第二样本表征;以及将第二样本表征、动态残差以及初始表征输入样本表征调整模块,输出第三样本表征。
  • 基于深度学习方法神经网络模型
  • [发明专利]一种时序图表示学习方法及系统-CN202211610829.4在审
  • 张雷;何建杉;王太峰;晏晓东;褚崴 - 支付宝(杭州)信息技术有限公司
  • 2022-12-14 - 2023-03-17 - G06F16/36
  • 本说明书实施例公开了一种时序图表示学习方法及系统。所述时序图包括节点和边,边的信息包括时间信息。所述方法包括:从时序图中确定包含目标节点及其邻居节点的子图。基于所述子图中的每一条边,获取节点对信息;其中,节点对信息包括目标节点的表征信息、该边上的邻居节点的表征信息、该边的信息。对于所述邻居节点中的每一个,通过第一网络依次处理包含该邻居节点的节点对信息;进而得到目标节点的更新后的表征信息以及各邻居节点的更新后的表征信息。通过第二网络处理目标节点及其邻居节点的更新后的表征信息、以及目标节点及其邻居节点之间的边,得到目标节点的目标表征信息。
  • 一种时序图表学习方法系统
  • [发明专利]基于图片的意图检测方法及装置-CN202210790558.9在审
  • 郭清沛;褚崴 - 支付宝(杭州)信息技术有限公司
  • 2022-07-06 - 2022-12-23 - G06V20/62
  • 本说明书实施例提供一种基于图片的意图检测方法及装置。针对智能客服场景下,用户问题中包含有页面截图的技术场景,一方面将其中的文本语义信息、文本布局信息经过文本编码得到文本的与位置相关的文本编码特征,另一方面,通过编码页面布局中的区域信息,得到图像编码特征和布局结构特征。然后,结合用户提供的页面截图,融合页面布局结构中的位置信息,并将融合后的信息与文本语义信息进行融合编码,得到页面表征。通过页面表征可以识别用户提供的页面截图所匹配的候选页面。如此,可以使用更加丰富的页面信息,提高识别用户意图的准确度。
  • 基于图片意图检测方法装置
  • [发明专利]编码装置、数据处理方法及装置-CN202210789237.7在审
  • 郭清沛;褚崴 - 支付宝(杭州)信息技术有限公司
  • 2022-07-06 - 2022-09-16 - G06N5/02
  • 本说明书实施例提供编码装置、数据处理方法及装置,其中所述编码装置包括编码层和至少一个联合编码单元,其中,所述编码层对接收到的第一模态初始特征向量和第二模态初始特征向量进行编码,生成第一模态特征向量和第二模态特征向量,所述至少一个联合编码单元对所述第一模态特征向量和第二模态特征向量进行联合编码,所述至少一个联合编码单元包括编码模块和模态输入切换模块,所述模态输入切换模块被配置为对第一模态特征向量和第二模态特征向量进行处理得到第一模态切换编码向量和第二模态切换编码向量;所述编码模块被配置为对接收的第一模态切换编码向量和第二模态切换编码向量进行处理生成第一目标模态融合向量和第二目标模态融合向量。
  • 编码装置数据处理方法

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