“机器学习系统”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果5395344个，建议您升级VIP下载更多相关专利

[发明专利]用于运行控制系统的方法和设备-CN201980061649.5在审
发明人： K·格劳 -专利权人：罗伯特·博世有限公司
申请日： 2019-08-13 - 公布日： 2021-04-16 - 主分类号： G06N3/08 文献下载
摘要：一种用于对机器学习系统（60）、尤其是神经网络进行参数化的方法，所述机器学习系统被设立为根据输入数据（x）分别确定多个类别中的所属的类别（y），其中所述机器学习系统（60）利用正确标记的训练数据来被训练一次并且利用不正确地标记的训练数据来被训练一次，其中所述机器学习系统（60）的超参数（θH）被选择为使得相应的经训练的机器学习系统（60）能够使所述正确标记的训练数据的实际分类（yT
用于运行控制系统方法设备

[发明专利]用于检测异常值和错误传感器使用情况以及校正、消隐或终止血糖传感器的机器学习模型-CN202111520115.X在审
发明人： E·吉;J·尼西达;P·阿杰姆巴;K·诺盖拉;A·瓦尔萨夫斯基 -专利权人：美敦力迷你迈德公司
申请日： 2021-12-13 - 公布日： 2022-06-14 - 主分类号： A61B5/145 文献下载
摘要：本文描述了用于改进连续血糖监测(“CGM”)的方法、系统和装置。更具体地说，所述方法、系统和装置描述检索机器学习模型，所述机器学习模型经训练以分类CGM传感器数据并基于来自所述机器学习模型的异常值分类来消隐所述CGM传感器数据。所述系统可以终止存在被消隐的CGM传感器数据的聚合的传感器。本文所述的方法、系统和装置可另外包含机器学习模型，所述机器学习模型经训练以基于传感器数据中的错误模式来检测和校正错误传感器使用情况。所述系统可以确定用于校正检测到的所述错误传感器使用情况的解决办法。
用于检测异常错误传感器使用情况以及校正终止血糖机器学习模型

[发明专利]用于连续机器学习不同任务的序列的方法和设备-CN202310038019.4在审
发明人： T·埃尔斯肯 -专利权人：罗伯特·博世有限公司
申请日： 2023-01-10 - 公布日： 2023-07-21 - 主分类号： G06F18/214 文献下载
摘要：提出了一种用于对函数(H)进行参数化的方法，所述函数针对大量不同的数据集输出机器学习系统的理想参数化。为此先后基于多个训练数据集进行机器学习系统的第一次教导(S13)，其中针对每个训练数据集存储所述机器学习系统的各个优化的参数化。然后同时基于所有数据集进行所述机器学习系统的第二次教导(S14)，其中存储所述机器学习系统的最优参数化。
用于连续机器学习不同任务序列方法设备

[发明专利]用于监控机器学习模型的学习过程的显微镜系统和方法-CN202110966358.X在审
发明人：曼努埃尔·阿姆托尔;丹尼尔·哈泽 -专利权人：卡尔蔡司显微镜有限责任公司
申请日： 2021-08-23 - 公布日： 2022-03-18 - 主分类号： G06T7/00 文献下载
摘要：描述了一种用于监控机器学习模型的学习过程的显微镜系统和方法。该显微系统包括具有用于捕获显微图像(4)的相机(82)的显微镜(80)和计算设备(85)。计算设备(85)通过机器学习模型(M)处理显微镜图像(4)。机器学习模型(M)的学习过程是通过训练系统(90)执行的。在学习过程中，使用训练数据(T)调整机器学习模型(M)的模型参数值(P1‑P9)。在学习过程中，分别针对当前模型参数值(P1‑P9)计算基于训练数据(T)的质量度量(Q1)和基于验证数据(V)的质量度量(Q2)。训练学习进展(1)和验证学习进展(2)根据质量度量(Q1,Q2)形成。训练系统(90)包括验证模型(10)，该模型在学习过程中被输入训练学习进展(1)和学习过程中的验证学习进展(2)。验证模型(10)被设计为根据训练学习进展(1)和验证学习进展(2)生成学习过程的质量评估(17)。
用于监控机器学习模型过程显微镜系统方法

[发明专利]一种机器学习和人工智能应用一体机部署方法-CN201810300612.0有效
发明人：夏勇 -专利权人：武汉拓睿传奇科技有限公司
申请日： 2018-04-04 - 公布日： 2022-03-29 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种机器学习和人工智能应用一体机部署方法，具体包括以下步骤：S1、根据实际的使用情况，确定机器学习的内部，并对该机器学习的内部进行准备存档；S2、将S1中已经准备好的机器学习的内容通过解释学习的方法进行学习，形成内部系统构架；S3、学习完成后，通过数据发送服务单元对S2中学习的内容进行输送，并输送至人工智能系统，形成智能操作框架；S4、人工智能系统将学习完成后的功能对机器进行实时操作。该机器学习和人工智能应用一体机部署方法，极大的提高了整体应用的效率，相对的降低了资源占用率，从而促进挖掘数据的实际价值，更加的符合了日益发展的社会需要，促进了科学技术的发展，更加的提高了对学习知识的传播
一种机器学习人工智能应用一体机部署方法

[发明专利]机器学习算法选择方法、分布式计算系统-CN202110248656.5在审
发明人：任文龙;倪煜 -专利权人：北京金山云网络技术有限公司
申请日： 2021-03-05 - 公布日： 2021-06-15 - 主分类号： G06F30/27 文献下载
摘要：本发明实施例涉及一种机器学习算法选择方法、分布式计算系统，该机器学习算法选择方法包括：Master节点在接收到机器学习算法选择任务后，从多个计算节点中确定N个可用的目标计算节点，以及向N个目标计算节点发送不同机器学习算法对应的机器学习模型训练任务；目标计算节点执行接收到的机器学习模型训练任务，以及确定训练得到的机器学习模型的模型评价指标值，将模型评价指标值发送给Master节点；Master节点根据接收到的所述模型评价指标值展示所述机器学习算法选择任务的执行结果由此，可以实现多个计算节点并行地执行不同的机器学习模型训练任务，从而节省用户在选择机器学习算法时所花费的时间。
机器学习算法选择方法分布式计算系统

[发明专利]基于Python的机器学习模型自变量选择方法、系统及设备-CN202211401308.8在审
发明人：于忠华;邹家伟;叶灵玲;熊寅庚;林杰;武荻忻 -专利权人：深圳鼎然信息科技有限公司;珠海鼎然信息科技有限公司
申请日： 2022-11-09 - 公布日： 2023-02-03 - 主分类号： G06N20/00 文献下载
摘要：本申请涉及人工智能领域，提供一种基于Python的机器学习模型自变量选择方法、系统及设备，所述方法包括：获取构建所述模型所需的多个自变量；针对所述多个自变量中的每个自变量：构建第一机器学习模型和第二机器学习模型；所述第一机器学习模型包括广义线性模型；所述第二机器学习模型与第一机器学习模型相同；所述第一机器学习模型和第二机器学习模型的差异为构建时是否存在所述自变量；基于所述第一机器学习模型与第二机器学习模型，确定所述自变量是否为目标自变量
基于 python 机器学习模型自变量选择方法系统设备

[发明专利]使用存储器上型式匹配进行机器学习的设备、系统及方法-CN202180025212.3在审
发明人：吴荻;A·D·韦切斯;J·S·雷赫迈耶;D·M·贝尔;王力博 -专利权人：美光科技公司
申请日： 2021-03-19 - 公布日： 2022-12-02 - 主分类号： G11C11/4093 文献下载
摘要：本公开的实施例涉及用于执行与机器学习相关联的操作的设备、系统、方法。机器学习操作可包含处理数据集、训练机器学习算法及将经训练算法应用于数据集。可在存储器装置内执行一些所述机器学习操作，例如型式匹配操作。
使用存储器型式匹配进行机器学习设备系统方法

[发明专利]一种机器人辅助学习的方法及系统-CN201910291052.1在审
发明人：朱向军;李飞行;钟宇文;刘火根;陈泽伟 -专利权人：广东小天才科技有限公司
申请日： 2019-04-12 - 公布日： 2019-07-12 - 主分类号： G09B5/02 文献下载
摘要：本发明提供了一种机器人辅助学习的方法及系统，其方法包括：一种机器人辅助学习的方法，其特征在于，包括：机器人和台灯建立数据传输连接；所述机器人发送获取指令至所述台灯；所述台灯接收所述获取指令，获取用户的第一学习信息，发送所述第一学习信息至所述机器人；所述机器人获取用户的第二学习信息；所述机器人根据所述第一学习信息和所述第二学习信息得到学习信息；所述机器人根据所述学习信息进行解析和推荐。本发明通过对机器人和台灯两者同时获取用户的学习信息进行处理得到数据更加准确的学习信息，明确用户的意图。
学习信息机器人台灯机器人辅助获取指令数据传输连接发送学习解析

[发明专利]用于化学分析的光谱数据处理-CN202180082950.1在审
发明人： T·R·T·金 -专利权人：安捷伦科技有限公司
申请日： 2021-10-27 - 公布日： 2023-08-25 - 主分类号： G01N21/71 文献下载
摘要：一种用于操作光谱数据处理系统的方法。所述方法包括接收与至少部分地使用机器学习处理模型处理化学样品的光谱数据相关联的用户输入。所述机器学习处理模型被布置在所述光谱数据处理系统的机器学习控制器中。所述方法还包括基于所述接收到的用户输入来训练所述机器学习处理模型。
用于化学分析光谱数据处理

[发明专利]一种基于分布式系统的机器学习程序运行的方法和装置-CN201810425406.2有效
发明人：吴怡燃 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2018-05-07 - 公布日： 2021-07-20 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于分布式系统的机器学习程序运行的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据机器学习程序的运行请求，获取分布式系统中用于运行所述机器学习程序的资源；根据所述资源中服务器节点的端口信息和标识信息，生成启动参数；将所述机器学习程序以及所述启动参数发送给对应的服务器节点，使得所述服务器节点启动运行所述机器学习程序。能够根据用户提交的运行请求自动获取资源，并根据获取资源的服务器节点的端口信息和标识信息，生成启动参数，则可通过该启动参数对应的启动服务器节点自动运行机器学习程序，提高了机器学习程序运行的效率。
一种基于分布式系统机器学习程序运行方法装置

[发明专利]一种跨语言机器学习方法及系统-CN202011208898.3有效
发明人：刘子星;张镇潮;梁嘉楠;徐煌 -专利权人：税友软件集团股份有限公司
申请日： 2020-11-03 - 公布日： 2022-08-09 - 主分类号： G06F8/30 文献下载
摘要：本发明公开了一种跨语言机器学习方法及系统，应用于以web服务的形式形成的机器学习平台，根据机器学习算法的各算法流程，生成算法流程图框架；根据各算法流程各自对应的具体操作步骤，一一为算法流程图框架上的各流程节点配置相应的算法描述；遍历算法流程图框架上的各流程节点，生成节点执行顺序，并按照节点执行顺序分别将各流程节点配置的算法描述自主翻译成python代码，得到用python代码表示的机器学习算法，以利用此机器学习算法实现机器学习可见，本申请既能让web服务系统选择最常用的java语言，又能让机器学习算法的实现使用python语言，从而发挥了两种语言的生态优势。
一种语言机器学习方法系统

[实用新型]一种基于机器学习的实时健康监测系统-CN201720285162.3有效
发明人：陈巧红;郭子萱 -专利权人：浙江理工大学
申请日： 2017-03-22 - 公布日： 2018-04-13 - 主分类号： A61B5/0205 文献下载
摘要：本实用新型公开了一种基于机器学习的实时健康监测系统，包括手环及机器学习模块，手环的内环面上设有监测区块及碳纤维发热片，监测区块内设有传感器组合、GPRS模块及智能调节模块，传感器组合连接GPRS模块，GPRS模块通信至网关，网关通信至机器学习模块，机器学习模块通信至智能调节模块，智能调节模块控制碳纤维发热片；手环的外环面上设置有LED面板，机器学习模块通信至LED面板。该健康监测系统通过手环上的传感器检测用户心率信息、血压信息、睡眠信息及体温信息，通过GPRS模块将上述信息传输至机器学习模块，在机器学习模块中计算出相应的健康数据，最终通过显示屏及终端设备反馈给用户，实现实时健康数据监测
一种基于机器学习实时健康监测系统

[发明专利]一种基于Web的机器学习可视化方法及系统-CN201910885522.7在审
发明人：杨晓东;赵春丽 -专利权人：浙江工商大学
申请日： 2019-09-19 - 公布日： 2021-03-19 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种基于Web的机器学习可视化方法及系统。该方法及系统对K最近邻(KNN)和支持向量机(SVM)两个机器学习算法进行Web前端可视化开发，选择D3.js可视化开发框架以及jQuery、JavaScript、Boostrap等技术进行开发。该方法及系统共分为数据管理模块、可视化算法实现模块、界面设计模块、D3.js绘图模块以及算法评估模块等五个模块，将前端可视化技术与机器学习技术进行结合，设计并实现了基于Web前端的机器学习可视化方法及系统，最后导入实际案例和数据集对可视化系统进行测试与应用，验证机器学习可视化系统的有效性和实用性。
一种基于 web 机器学习可视化方法系统

[发明专利]一种基于容器云平台的边缘机器学习系统及其方法-CN202010034668.3有效
发明人：曹滔韬 -专利权人：钛链智云(厦门)信息科技有限公司
申请日： 2020-01-14 - 公布日： 2023-06-27 - 主分类号： G06F9/455 文献下载
摘要：一种基于容器云平台的边缘机器学习系统，包括基础设施子系统、边缘路由子系统、存储子系统、机器学习计算设备子系统以及平台管理子系统。这些子系统均容器化为边缘容器云平台服务，实现以服务方式进行资源调度、运行监控等，并实现基于容器云技术的机器学习计算系统的快速部署、运维、发布。本发明提供边缘机器学习系统间自组织协同方法，该两者交互采用自组织式通信方式实现分布式控制和多中心的网络结构，通过接入认证技术保证通信双方的身份正确性，保证重要的网络传播内容不被窃取。本发明还提供了边缘机器学习系统间的容器内卷协同迁移方法，通过容器内卷协同迁移使得在一个容器云平台之间的数据可以相互迁移，并保证服务完整性和无误性。
一种基于容器平台边缘机器学习系统及其方法

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条