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13个,建议您升级VIP下载更多相关专利
  • [发明专利]用于操作物理系统的主动学习的设备、计算机实现的方法-CN202310134355.9在审
  • 李岑佑;B·拉基奇;C·齐默 - 罗伯特·博世有限公司
  • 2023-02-09 - 2023-08-15 - G06N20/00
  • 用于操作物理系统的主动学习的设备和计算机实现的方法,其中方法包括:提供包括数据点的数据集,每个数据点包括用于操作物理系统的输入以及物理系统的第一观察和第二观察;用数据集训练多输出高斯过程以预测给定输入的第一观察;用数据集训练高斯过程以预测给定输入的第二观察;用数据集确定操作物理系统的输入,当利用所述输入操作物理系统时关于物理系统操作的信息增益或不确定性大于利用至少一个其他输入的信息增益或不确定性,并且针对所述输入,高斯过程预测满足条件的第二观察的概率超过阈值;确定或测量通过用所确定的输入操作物理系统而产生的第一观察和第二观察;以及将数据点添加到包括所确定的输入和对应第一观察和第二观察的数据集。
  • 用于操作物理系统主动学习设备计算机实现方法
  • [发明专利]用于运行技术系统的设备、系统和计算机实现的方法-CN202310037572.6在审
  • M·比泽尔;C·齐默;M·梅斯特 - 罗伯特·博世有限公司
  • 2023-01-10 - 2023-07-18 - G06F17/18
  • 本发明涉及用于运行技术系统的设备、系统和计算机实现的方法,其中技术系统的第一参量利用高斯过程映射到技术系统的第二参量的预测,且技术系统根据预测来运行,其中高斯过程根据第一与第二高斯过程的总和来确定,第一与第二高斯过程分别将第一参量映射到第二参量的第一与第二预测,高斯过程的定义域和/或值域的子范围根据具有叶子和节点的二叉树的数值表示来确定,给第一高斯过程分配第一叶子,给节点分配各一个向量,其表示这些子范围之一,给节点各分配第一权重,第一权重函数根据第一权重来确定,第一叶子位于节点的左子树中,和/或给节点各分配第二权重,第一权重函数根据第二权重来确定,第一叶子位于节点的右子树中。
  • 用于运行技术系统设备计算机实现方法
  • [发明专利]评估有至少两个传感器的传感器单元的信号的方法和设备-CN202111505520.4在审
  • C·齐默;M·乌利希;P·诺尔特 - 罗伯特·博世有限公司
  • 2021-12-10 - 2022-06-14 - G01N33/00
  • 本发明涉及评估有至少两个传感器的传感器单元的信号的方法和设备。所述方法包括至少读入传感器单元的传感器中的第一传感器的第一传感器值和传感器单元的传感器中的第二传感器的第二传感器值的步骤,其中此外读入阈值范围,该阈值范围描绘至少第一和第二传感器值的组合的范围,该范围代表要测量的物质在第一和第二传感器的环境中的存在。所述方法此外包括识别出所读入的第一和第二传感器值的组合处在阈值范围之外的步骤。最后,所述方法包括将阈值范围改变到已改变的阈值范围中的步骤,使得所读入的第一和第二传感器值的组合处在已改变的阈值范围之内,尤其是其中当所读入的第一和第二传感器值的组合满足改变标准时,那么实施对阈值范围的改变。
  • 评估至少两个传感器单元信号方法设备
  • [发明专利]处理基于损失函数被训练的模型-CN202110016672.1在审
  • M·B·扎法尔;C·齐默;M·R·鲁道夫;M·席格;S·格尔温 - 罗伯特·博世有限公司
  • 2021-01-07 - 2021-07-23 - G06N20/00
  • 处理基于损失函数被训练的模型。本发明涉及一种用于处理模型的系统(100)。该模型在给定输入实例的情况下提供模型输出。通过根据用于训练数据集的训练实例的损失函数迭代地优化包括损失的目标函数,在训练数据集上训练模型。一旦接收到标识训练数据集的一个或多个不期望的训练实例的移除请求消息,就使模型独立于一个或多个不期望的训练实例。为了该目的,从训练数据集移除一个或多个不期望的训练实例以获得剩余数据集,并且为剩余数据集确定适配模型。首先基于训练模型的参数集初始化适配模型的参数,并且然后通过相对于剩余数据集优化目标函数来迭代地对适配模型的参数进行适配。
  • 处理基于损失函数训练模型

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