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100个,建议您升级VIP下载更多相关专利
  • [发明专利]开卷站-CN202080033018.5有效
  • M·沃尔法特;A·埃伯利;M·迈尔;H·伊伦伯格;N·沃思;F·施密特;E·韦申巴赫尔 - 福伊特专利有限公司
  • 2020-02-20 - 2023-10-10 - B65H19/12
  • 本发明涉及一种用于材料幅(1),尤其纸幅或者纸板幅从卷筒(2、3)退卷以用于后续的用于处理所述材料幅(1)的机器单元的设备,所述设备具有主开卷装置(5)、次级开卷装置(6)以及粘接和分断装置(7),其中,主开卷装置(5)和次级开卷装置(6)分别具有两个彼此平行延伸的并且与轴颈支承装置(15)的能转动的外圈(10)的相应的配合面接触的运行面(11、12)用于卷筒(2、3)从主开卷装置(5)移动至次级开卷装置(6)。在此应减小结构复杂度的方式是,所述主开卷装置(5)和次级开卷装置(6)的运行面(12)的轴向位置是能设置的,并且主开卷装置(5)和次级开卷装置(6)的相应的运行面(12)直接相互邻接。
  • 开卷
  • [发明专利]用于对时间序列进行鲁棒的分类和回归的设备-CN202180086134.8在审
  • F·施密特;M·福里施;P·梅诺德;J·施密特;J·赖布勒 - 罗伯特·博世有限公司
  • 2021-12-09 - 2023-08-29 - G06F18/24
  • 计算机实现的机器学习系统(60),其中所述机器学习系统(60)被设置为基于技术系统的输入信号的时间序列(x)来确定输出信号(y),所述输出信号表征所述技术系统的至少一个第一运行状态和/或至少一个第一运行变量的分类和/或回归结果,其中所述机器学习系统(60)的训练包括以下步骤:a.从多个训练时间序列(xi)中确定输入信号的第一训练时间序列(xi)以及与所述第一训练时间序列(xi)对应的期望训练输出信号(ti),其中所述期望训练输出信号(ti)表征所述第一训练时间序列(xi)的期望分类和/或期望回归结果;b.确定最差可能训练时间序列(xi′),其中所述最差可能训练时间序列(xi′)表征所述第一训练时间序列(xi)与所确定的第一噪声信号的叠加;c.借助于所述机器学习系统(60)基于所述最差可能训练时间序列(xi′)确定训练输出信号(yi);d.根据损失值的梯度适配所述机器学习系统(60)的至少一个参数,其中所述损失值表征所述期望输出信号(ti)与所确定的训练输出信号(yi)的偏差。
  • 用于时间序列进行分类回归设备
  • [发明专利]训练分类器或回归器以对时间序列进行鲁棒的分类和回归的方法和设备-CN202180086136.7在审
  • F·施密特;M·福里施;P·梅诺德;J·施密特;J·赖布勒 - 罗伯特·博世有限公司
  • 2021-12-09 - 2023-08-22 - G06N3/0464
  • 用于训练机器学习系统(60)的计算机实现的方法,其中所述方法包括以下步骤:a.从多个训练时间序列(xj)中确定输入信号的第一训练时间序列(xj)以及与所述第一训练时间序列(xj)对应的期望训练输出信号(tj),其中所述期望训练输出信号(tj)表征所述第一训练时间序列(xi)的期望分类和/或期望回归结果;b.确定第一对抗性示例(xi),其中所述第一对抗性示例(xi)是所述第一训练时间序列(xj)与所确定的第一对抗性扰动的叠加,其中所述第一对抗性扰动的第一噪声值不大于可预给定的阈值,其中所述可预给定的阈值基于所述训练时间序列(xi)的所确定的噪声值;c.借助于所述机器学习系统(60)为所述第一对抗性示例(xi)确定训练输出信号(yi);d.根据损失值的梯度来适配所述机器学习系统(60)的至少一个参数,其中所述损失值表征所述期望训练输出信号(tj)与所确定的训练输出信号(yi)的偏差。
  • 训练分类回归时间序列进行方法设备
  • [发明专利]为至少部分自动化驾驶的车辆选择驾驶机动-CN202180081442.1在审
  • F·施密特;M·斯托尔;J·高斯;H·A·班扎夫;J·M·多林格;M·汉塞尔曼 - 罗伯特·博世有限公司
  • 2021-11-30 - 2023-08-04 - B60W60/00
  • 一种用于选择要由至少部分自动化驾驶的车辆(50)执行的驾驶机动(4)的方法(100),具有如下步骤:‑在使用所述车辆所携带的至少一个传感器(51)的测量数据(51a)的情况下,创建(110)所述车辆(50)所处情况(60)的表示(61);‑通过经过训练的机器学习模型(1)将所述情况(60)的所述表示(61)映射(120)到概率分布(2),对于来自可用驾驶机动(3a‑3f)的预先给定的目录中的每个驾驶机动(3a‑3f)来说,所述概率分布说明了所述驾驶机动(3a‑3f)被执行的概率(2a‑2f);‑从所述概率分布(2、2′)中抽取(150)驾驶机动(3a‑3f)作为所要执行的驾驶机动(4),‑其中附加地,在使用所述车辆(50)所处情况(60)的至少一个方面(62)的情况下,确定(130、160)在这种情况(60)下不容许的驾驶机动(3a*‑3f*)的子集,而且其中阻止(140、170)所述不容许的驾驶机动(3a*‑3f*)的执行。
  • 至少部分自动化驾驶车辆选择机动
  • [发明专利]具有螺纹主轴驱动器的动力工具-CN202180073617.4在审
  • F·施密特;A·宾德 - 喜利得股份公司
  • 2021-09-13 - 2023-07-28 - B21D39/04
  • 本发明涉及一种动力工具(1)、特别是管压机,包括驱动器(8)、输出轴(11)、螺纹主轴驱动器(12)和线性致动器(13),其中,由驱动器(8)产生的扭矩能够经由输出轴(11)和连接到输出轴(11)的螺纹主轴驱动器(12)传递到线性致动器(13)。所述动力工具的特征在于螺纹主轴驱动器(12)具有带外部螺纹(50)的螺纹主轴内部部分(42)和带内部螺纹(48)的螺纹主轴外部部分(40),其中,内部螺纹(48)与外部螺纹(50)经由至少一个轴承滚子(44)相互作用,并且至少一个轴承滚子(44)具有至少一个径向环绕的通道(53),轴承滚子(44)借助于该通道在各自情况下接合到外部螺纹(50)中和内部螺纹(48)中。动力工具可以具有特别高水平的能源效率并且仍然可以廉价地生产。
  • 具有螺纹主轴驱动器动力工具
  • [发明专利]电容式检测接触和致动的方法-CN201880033231.9有效
  • F·施密特 - 普瑞有限公司
  • 2018-03-29 - 2023-04-28 - H03K17/96
  • 本发明涉及一种对操作者对电容式传感器(1a,1b)的致动和/或接触进行电容式检测的方法,包括以下步骤:提供所述电容式传感器(1a,1b),所述电容式传感器(1a,1b)限定了面向所述操作者的接触面(11),并且具有背离所述操作者的对电极(3)和布置在跨越电介质(6)一距离处的传感器电极(2),所述传感器电极(2)与对电极(3)绝缘并且当所述接触面(11)被致动时更接近所述对电极(3);以及提供与所述传感器电极(2)和对电极(3)电接触的电子评估系统(20);向所述电容式传感器(1a,1b)的对电极(3)施加(21)第一恒定电位(VCC),以在所述传感器电极(2)和对电极(3)之间产生第一电容式测量场,然后确定(22)第一测量值(M1),所述第一测量值(M1)取决于由所述第一电容式测量场引起的传感器电极(2)的感应电荷转移;向所述电容式传感器(1a,1b)的对电极(3)施加(24)与所述第一电位不同的第二恒定电位,以在所述传感器电极(2)和对电极(3)之间产生第二电容式测量场,然后确定(25)第二测量值(M2),所述第二测量值(M2)取决于由所述第二电容式测量场引起的传感器电极(2)的感应电荷转移;借助于至少一个第一数学运算,根据所述第一测量值(M1)和第二测量值(M2)计算(26)第一参数(K1);借助于与所述第一数学运算不同的至少一个第二数学运算,根据所述第一测量值(M1)和第二测量值(M2)计算第二参数K2;将所述第一参数(K1)和第二参数(K2)分别与预定义量进行比较(27,28),以区分接触和致动。
  • 电容检测接触方法
  • [发明专利]用于控制代理的方法-CN202211285722.7在审
  • F·施密特 - 罗伯特·博世有限公司
  • 2022-10-20 - 2023-04-25 - G06N3/047
  • 按照各种实施方式,描述了一种用于控制代理的方法,该方法具有:借助于训练数据来训练神经网络,这些训练数据对于多个代理来说包含这些代理的行为的示例,其中该神经网络的输出具有针对行为的预测并且取决于网络参数,这些网络参数针对所有训练数据来共同被训练,并且该神经网络的输出取决于另一参数,该另一参数针对所述多个代理中的每个代理来单独训练;将概率分布拟合到针对这些代理的该另一参数的从训练中得到的值;在代理的环境中对来自另一代理的概率分布中的值进行采样;而且在考虑该神经网络针对该另一代理的经采样的值所输出的该另一代理的行为的预测的情况下控制该代理。
  • 用于控制代理方法
  • [发明专利]用于控制代理的设备和方法-CN202211148396.5在审
  • J·G·沃尔克;F·施密特;H·范胡夫 - 罗伯特·博世有限公司
  • 2022-09-21 - 2023-03-28 - G05B13/04
  • 根据各种实施例,描述了一种用于控制代理的方法,包括:获得第一组状态变量和第二组状态变量的数值,其中第一组状态变量的数值与第二组变量的数值一起表示代理的当前完全状态,并且第一组状态变量的数值表示机器人的当前部分状态;确定状态值先验,包括对于当前部分状态之后的潜在后续部分状态,在实现要由代理达成的目的方面对后续部分状态的评估;向神经网络供应包括状态值先验的局部裁剪和第二组状态变量的数值的输入,第二组状态变量的数值与第一组状态变量的数值一起表示当前完全状态,所述神经网络被配置为输出控制动作的评估;以及根据从神经网络响应于输入而输出的控制动作的评估导出的控制信号来控制代理。
  • 用于控制代理设备方法

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