“模型参数”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1353632个，建议您升级VIP下载更多相关专利

[发明专利]使用预测模型确定模型参数-CN202080013646.7在审
发明人： J·H·凯迪斯;J·费尔南德斯维莱纳;A·珀利迈瑞迪斯 -专利权人： Q生物公司
申请日： 2020-02-13 - 公布日： 2021-09-21 - 主分类号： A61B5/0507 文献下载
摘要：然后，所述系统可使用所述测量的响应和所述激励作为对预定预测模型的输入，在具有代表所述样品的多个体素的正演模型中在逐个体素基础上计算模型参数。所述正演模型可模拟所述样品内发生的对给定激励的响应物理学。举例来说，所述正演模型可基于近似所述响应物理学的微分或唯象方程。此外，所述系统可通过使用所述正演模型、所述模型参数和所述激励比较至少所述测量的响应和计算的所述响应的预测值来确定所述模型参数的准确度。当所述准确度超过预定义值时，所述系统可将所述模型参数作为输出提供给：用户、另一电子装置、显示器和/或存储器。
使用预测模型确定参数

[发明专利]基于异步分组联邦学习的数据保护方法、装置及系统-CN202310265804.3有效
发明人：周少鹏;王滨;朱伟康;王旭;毕志城;张峰 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2023-03-13 - 公布日： 2023-06-27 - 主分类号： G06F21/60 文献下载
摘要：本申请提供一种基于异步分组联邦学习的数据保护方法、装置及系统，该方法包括：将初始全局模型参数和初始扰动参数发送给物联网终端，以使物联网终端基于初始全局模型参数获取局部模型参数，基于局部模型参数和初始扰动参数生成扰动模型参数；从多个物联网终端获取多个扰动模型参数，基于多个扰动模型参数和每个扰动模型参数对应的权重系数确定目标全局模型参数；若目标全局模型参数未收敛，获取新的初始扰动参数，将目标全局模型参数确定为初始全局模型参数，将初始全局模型参数和初始扰动参数发送给物联网终端；若目标全局模型参数已收敛，将目标全局模型参数确定为已训练参数。
基于异步分组联邦学习数据保护方法装置系统

[发明专利]泊松回归模型的训练方法、装置、电子设备及存储介质-CN202110322421.6在审
发明人：吴玙;范涛;马国强;谭明超;魏文斌;郑会钿;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-03-25 - 公布日： 2021-06-11 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种泊松回归模型的训练方法、装置，应用于联邦学习系统；方法包括：参数聚合设备获取至少两个泊松回归模型对应的模型参数对，模型参数对与泊松回归模型呈一一对应关系；每个模型参数对包括：第一参与方设备中第一子模型的模型参数、及第二参与方设备中相应第二子模型的模型参数；对至少两个模型参数对中第一子模型的模型参数、第二子模型的模型参数，分别进行模型参数聚合，得到相应的第一聚合模型参数及第二聚合模型参数；发送第一聚合模型参数至第一参与方设备，并发送所述第二聚合模型参数至各第二参与方设备，以更新泊松回归模型的模型参数。通过本申请，能够扩充联邦学习中泊松回归模型中特征提供方的数量，提高模型预测能力。
回归模型训练方法装置电子设备存储介质

[发明专利]一种基于元学习的不平衡数据联邦学习方法和系统-CN202310452512.0在审
发明人：卢杨;钱品馨;黄刚;华炜;王菡子 -专利权人：之江实验室;厦门大学
申请日： 2023-04-25 - 公布日： 2023-08-22 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于元学习的不平衡数据联邦学习方法和系统，包括：客户端接收服务端下发的赋权模型参数和全局模型参数，利用本地数据和赋权模型参数得到用作校正数据不平衡的权重，基于权重、本地数据以及全局模型参数更新本地模型参数，其中，赋权模型参数包括类赋权模型参数、样本赋权模型参数，对应的权重包括类权重和样本权重；服务端接收客户端上传的本地模型参数并聚合得到全局模型参数，利用元数据、赋权模型参数以及聚合的全局模型参数得到元全局模型参数，利用元全局模型参数和元数据来更新赋权模型参数，更新的赋权模型参数和聚合的全局模型参数下发至客户端进行下一轮联邦学习。
一种基于学习不平衡数据联邦学习方法系统

[发明专利]重金属污染物迁移模型可变参数的修正方法及修正平台-CN202211226245.7在审
发明人：毛先成;兰泽多;邓浩;刘占坤;邹艳红 -专利权人：中南大学
申请日： 2022-10-09 - 公布日： 2023-01-10 - 主分类号： G06F30/17 文献下载
摘要：本申请适用于属于地下水污染数值模拟技术领域，提供了一种重金属污染物迁移模型可变参数的修正方法及修正平台，方法包括：参数外挂系统从建立有重金属污染物迁移模型的模拟主系统，读取重金属污染物迁移模型的模型基础参数和模型可变参数的参数数据，并将模型基础参数的参数数据作为可变参数时空模型中模型基础参数的初始值，将模型可变参数的参数数据作为可变参数时空模型中模型可变参数的初始值；参数外挂系统根据可变参数时空模型求解模型可变参数的当前参数数据；参数外挂系统将当前参数数据输出给模拟主系统，使模拟主系统根据当前参数数据修正重金属污染物迁移模型的模型可变参数。本申请能增强重金属污染物迁移模型的应用普适性。
重金属污染物迁移模型可变参数修正方法平台

[发明专利]一种联邦学习方法、装置及电子设备-CN202211213118.3在审
发明人：韩炜东;黄斌;姜伟浩;张威 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2022-09-29 - 公布日： 2023-04-04 - 主分类号： G06N3/0464 文献下载
摘要：其中，所述方法，包括：获取多个客户端各自训练待训练模型得到的模型参数，作为候选模型参数；在以模型参数中各参数的取值为维度的模型参数空间中，分别确定各所述候选模型参数的邻域内所述候选模型参数的密度，作为所述候选模型参数对应的局部可达密度；根据各所述候选模型参数对应的所述局部可达密度，对各所述候选模型参数进行加权聚合，得到更新后模型参数；将所述待训练模型的模型参数更新为所述更新后模型参数，得到训练后模型。可以降低模型投毒攻击对联邦学习训练得到的模型的影响，提高训练得到的模型的性能。
一种联邦学习方法装置电子设备

[发明专利]一种联邦学习的模型参数更新方法及装置-CN201910480823.1有效
发明人：魏锡光;刘洋;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-06-04 - 公布日： 2021-02-26 - 主分类号： G06F8/65 文献下载
摘要：本发明实施例涉及机器学习领域，尤其涉及一种联邦学习的模型参数更新方法及装置，用以降低模型参数有损压缩带来的误差，提高联邦学习模型的准确性。本发明实施例包括：第一端接收第二端发送的第一联邦模型参数，对第一联邦模型参数进行更新得到第二联邦模型参数；第一端将第二联邦模型参数有损压缩得到压缩模型参数，并将压缩模型参数解压缩得到有损模型参数；第一端根据有损模型参数与第二联邦模型参数之间的差距，确定有损压缩误差以及抖动参数；第一端将压缩模型参数、有损压缩误差以及抖动参数向第二端发送，以使第二端将压缩模型参数解压缩得到有损模型参数，并根据有损压缩误差、抖动参数以及有损模型参数确定第三联邦模型参数
一种联邦学习模型参数更新方法装置

[发明专利]SPICE模型参数获取方法及SPICE模型参数获取装置-CN201810608903.6在审
发明人：李雪;钟灿;江勤 -专利权人：长江存储科技有限责任公司
申请日： 2018-06-13 - 公布日： 2018-08-21 - 主分类号： G06F17/50 文献下载
摘要：本发明提供了一种SPICE模型参数获取方法及SPICE模型参数获取装置。所述SPICE模型参数获取方法，包括如下步骤：构建一互连结构模型；设置与所述目标信号线耦合电容相关的多个仿真参数；计算与多个仿真参数一一对应的多个层内线间耦合电容以及多个总耦合电容；以仿真参数为自变量、层内线间耦合电容与总耦合电容为因变量进行公式拟合，得到拟合公式；根据拟合公式计算预设信号线的层内线间耦合电容以及总耦合电容，并输入SPICE模型。
耦合电容参数获取仿真参数参数获取装置内线互连结构拟合公式自变量电路仿真测试电路设计目标信号预设信号线耦合因变量电容构建拟合

[发明专利]联邦学习方法及装置、计算机可读存储介质、电子设备-CN202210738291.9有效
发明人：马鑫;包仁义;蒋锦鹏 -专利权人：医渡云（北京）技术有限公司
申请日： 2022-06-28 - 公布日： 2022-09-13 - 主分类号： G06N20/00 文献下载
摘要：该方法包括：将与目标模型对应的当前模型参数分别发送至每一客户端，以接收每一客户端发送的第一模型参数；根据多个第一模型参数确定与目标模型对应的初始目标模型参数；根据初始目标模型参数与当前模型参数之间的目标修正关系，对初始目标模型参数进行修正，得到目标模型参数；将目标模型参数发送至每一客户端，以使每一客户端再次对目标模型参数进行更新，直至更新后的目标模型参数满足迭代结束条件，将更新后的目标模型参数确定为与目标模型对应的最优模型参数在本公开中，通过对初始目标模型参数进行修正，提高了最终确定出的最优模型参数的准确度。
联邦学习方法装置计算机可读存储介质电子设备

[发明专利]一种对象模型的确定方法和相关装置-CN202111675879.6在审
发明人：屈雁秋;李林;何山 -专利权人：科大讯飞股份有限公司
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G06T17/00 文献下载
摘要：本申请实施例公开了一种对象模型的确定方法和相关装置，在针对目标三维对象扫描得到非参数化模型后，使用具有驱动参数的初始参数化模型进行模型顶点扩充，以得到具有和非参数化模型接近的模型顶点数量的注册三维模型。再进行姿态对齐以得到对齐三维模型，对齐三维模型和非参数化模型处于同一姿态下，以此能够确定出相对于非参数化模型的模型顶点偏移参数，通过基于模型顶点偏移参数对该对齐三维模型的调整，得到目标三维对象的目标参数化模型，该目标参数化模型不仅具有与非参数化模型接近的外形精度，而且还具有可用于驱动的驱动参数，实现对扫描得到的高精度非参数化模型向参数化模型的自动化转化，提高了高精度参数化模型的生成效率和精度。
一种对象模型确定方法相关装置

[发明专利]神经网络模型压缩方法及装置-CN201811091717.6在审
发明人：王丹;张扬 -专利权人：北京搜狗科技发展有限公司
申请日： 2018-09-19 - 公布日： 2020-03-27 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种神经网络模型压缩方法及装置，该方法包括：训练神经网络模型参数；获取所述神经网络模型各层的模型参数集合，所述模型参数集合包含多个模型参数；确定所述神经网络模型各层的量化参数；对每层的模型参数，利用该层的量化参数对所述模型参数进行量化，得到量化后的模型参数；根据所述量化后的模型参数对所述神经网络模型进行压缩存储。利用本发明，可以大大减小神经网络模型存储占用的空间。
神经网络模型压缩方法装置

[发明专利]基于区块链的联邦学习的数据共享激励方法、装置及设备-CN202310281737.4有效
发明人：王滨;王星;谢瀛辉;王琴;赵海涛;张为聪;史心玥;王伟 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2023-03-17 - 公布日： 2023-07-25 - 主分类号： G06N3/098 文献下载
摘要：本申请提供一种基于区块链的联邦学习的数据共享激励方法、装置及设备，包括：将初始全局模型参数添加至目标区块链，以使终端设备从目标区块链下载初始全局模型参数，基于初始全局模型参数获取局部模型参数，将局部模型参数添加至目标区块链；从目标区块链下载局部模型参数，基于局部模型参数确定目标全局模型参数；若目标全局模型参数已收敛，则将目标全局模型参数确定为已训练参数，已训练参数用于对数据进行处理；在得到目标全局模型参数后，基于局部模型参数对应的预测准确率确定终端设备对应的目标奖励率通过本申请方案，提高模型训练过程的效率，模型训练的收敛速度更快。
基于区块联邦学习数据共享激励方法装置设备

[发明专利]模型管理系统、模型数据库构建方法及参数调整方法-CN202310936130.5在审
发明人：杨艳;姚正;叶承鹏 -专利权人：每平每屋（上海）科技有限公司
申请日： 2023-07-27 - 公布日： 2023-10-20 - 主分类号： G06T17/10 文献下载
摘要：本申请提供了一种家装模型管理系统、模型数据库构建方法及参数调整方法，属于人工智能技术领域。所述方法包括：模型操作平台生成针对目标类别下目标三维家装模型中目标可调模型参数的参数调整指令，将参数调整指令发送至参数化平台，参数调整指令包括目标三维家装模型的模型标识和目标可调模型参数的目标参数值；响应于参数调整指令，参数化平台获取模型标识对应的第二模型文件，将第二模型文件中目标可调模型参数的参数值调整为目标参数值，得到第三模型文件，将第三模型文件发送至模型操作平台；模型操作平台基于第三模型文件进行渲染，得到新的三维家装模型，显示新的三维家装模型。本申请能够对三维家装模型的模型参数进行精细化调整。
模型管理系统数据库构建方法参数调整

[发明专利]一种模型的训练方法、装置及设备-CN202210061986.8在审
发明人：吕乐;傅幸;周璟;杨阳;王宁涛;胡佳豪;蒋晨之;刘芳卿;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-01-19 - 公布日： 2022-05-03 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例公开了一种模型的训练方法、装置及设备，该方法包括：获取待训练的目标模型对应的模型参数和目标模型的训练样本，并将模型参数划分为多个不同的模型子参数，然后，可以基于训练样本和每个模型子参数对应的损失函数，对目标模型进行模型训练，确定每个模型子参数对应的初始梯度信息，基于每个模型子参数对应的截断信息对相应的模型子参数对应的初始梯度信息进行梯度截断，得到每个模型子参数对应的梯度信息，最终，可以向每个模型子参数对应的梯度信息中加入相应的噪声信息，得到每个模型子参数对应的目标梯度信息，并基于每个模型子参数对应的目标梯度信息对模型参数进行更新，得到训练后的目标模型。
一种模型训练方法装置设备

[发明专利]一种基于人工智能的模型训练方法、装置、服务器及介质-CN202011056921.1在审
发明人：王龙跃;史树明;涂兆鹏 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-09-29 - 公布日： 2020-12-25 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例公开了一种基于人工智能的模型训练方法、装置、服务器及介质，其中方法包括：获取基于序列数据训练得到的包括多个模型参数的神经网络模型；在对多个模型参数中的第一模型参数进行裁剪后，对第二模型参数进行训练，第二模型参数为多个模型参数中除第一模型参数之外的模型参数；在对第二模型参数训练完成后，对第一模型参数进行训练，以恢复第一模型参数在神经网络模型中的数据处理能力，其中，在对第一模型参数训练完成后，得到序列到序列处理模型，序列到序列处理模型用于根据输入序列生成匹配的输出序列。通过实施上述方法，可以有效的提升模型参数的利用率，并且有助于提升序列到序列处理模型处理序列数据时的准确度。
一种基于人工智能模型训练方法装置服务器介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条