“金妍红”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_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]基于多智能体强化学习的乳腺病历实体识别标注增强系统-CN202010085426.7有效
发明人：潘乔;王梅;张敬谊;王晔;金妍红 -专利权人：东华大学;万达信息股份有限公司
申请日： 2020-02-10 - 公布日： 2023-10-24 - 主分类号： G16H15/00 文献下载
摘要：本发明公开了一种基于多智能体强化学习的乳腺病历实体识别标注增强系统，其特征在于，包括用于将原始数据处理为系统可识别分析的表示形式的乳腺临床电子病历数据预处理模块，对乳腺临床电子病历数据从病历内容、结构特征、语言特征和语义特征进行分析，用于提取文本中的医疗概念实体的医疗临床实体识别模块及用于对从乳腺电子病历中抽取出的错误实体标签进行修正的强化学习标注增强模块。本发明基于部分可观测马尔科夫决策过程设计了针对实体识别序列标注的多智能体强化学习模型，对标注结果进行修正，相比于传统深度学习实体识别模型，有效提高了准确率。
基于智能强化学习乳腺病历实体识别标注增强系统

[发明专利]身份认证方法、相关装置及系统-CN202110102425.3在审
发明人：王开荣;熊晟;金妍红;沈泽洋 -专利权人：华为技术有限公司
申请日： 2021-01-26 - 公布日： 2022-07-26 - 主分类号： G06F21/32 文献下载
摘要：本申请实施例提供身份认证方法、相关装置及系统，该方法应用于由多个电子设备构成的分布式系统，多个电子设备包括第一设备、第二设备和第三设备，该方法包括：第一设备根据第一用户的第一用户特征认证第一用户，得到第一用户的第一认证结果；第一设备与分布式系统中的电子设备共享第一认证结果；若第一认证结果为认证通过，第二设备与分布式系统中的电子设备共享第一用户的用户模型，第一用户的用户模型包括用于描述第一用户的用户特征；若第三设备根据第一用户的用户模型确定第一用户在预设范围内，第三设备确定第一用户合法。采用本申请实施例，能够在保证安全性的同时减少用户在切换设备时执行认证操作的次数，大大方便了用户的使用。
身份认证方法相关装置系统

[发明专利]基于多标准主动学习的乳腺电子病历实体识别系统-CN202010041673.7有效
发明人：潘乔;张敬谊;陈德华;王梅;金妍红;王晔 -专利权人：东华大学;万达信息股份有限公司
申请日： 2020-01-15 - 公布日： 2021-12-07 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及一种基于多标准主动学习的乳腺电子病历实体识别系统，其特征在于，包括：预处理模块；实体识别模块；主动学习模块。本发明从标注数据量、句子标注成本、数据采样均衡性三个方面进行考虑，设计了针对文本序列标注的主动学习选择策略以减少标注总工作量。本发明一方面可用于建设乳腺疾病风险患者识别标记、疾病药物推荐、辅助决策诊断等系统，帮助医生提高乳腺疾病规范化诊疗的执行效率，予以科学的依据和建议方案；另一方面，还可以协助医生发现诊疗过程中潜在的非正常情况，降低误诊和漏诊率，提高乳腺疾病患者的治愈几率，对乳腺疾病研究的智能化发展具有重要价值。
基于标准主动学习乳腺电子病历实体识别系统

1
共 3 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top