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240523个,建议您升级VIP下载更多相关专利
  • [发明专利]电子装置及其控制方法-CN202080075094.2在审
  • 郑玹朱;朴致衍;金在德 - 三星电子株式会社
  • 2020-11-03 - 2022-06-14 - G06N3/04
  • 存储器被配置为存储:神经网络模型;激活函数生成模块,生成在神经网络模型中使用的激活函数信息;第一激活函数信息;第二激活函数信息;和基于第一激活函数信息和第二激活函数信息生成的第三激活函数信息。处理器,被配置为通过通信器从外部设备接收第四激活函数信息,基于关于对应于第二激活函数信息的第四激活函数信息的类型信息,通过将第一激活函数信息和第四激活函数信息输入到激活函数生成模块以生成第五激活函数信息,并且控制神经网络模型将神经网络模型中使用的激活函数信息从第三激活函数信息改变为第五激活函数信息。
  • 电子装置及其控制方法
  • [发明专利]用于训练神经网络的方法-CN202210859174.8在审
  • A·乌塔西 - 大陆智行德国有限公司
  • 2022-07-20 - 2023-02-07 - G06N3/048
  • 本发明涉及用于训练人工神经网络的一种方法,其包括:提供待训练的神经网络,所述神经网络在训练后待基于第一激活函数进行操作;基于第二激活函数执行神经网络的初始训练,第二激活函数不同于第一激活函数,第二激活函数是包括至少一个待改变的参数的参数化的激活函数,第二激活函数的至少一参数被选择为使得第二激活函数等于或基本上等于第一激活函数,初始训练使用起始参数设置来执行,起始参数设置被选择为使得第二激活函数不同于第一激活函数;在过渡阶段,执行进一步的训练步骤,在前后连续的训练步骤中,改变第二激活函数的至少一个参数,以使第二激活函数接近第一激活函数;以及基于第一激活函数执行最后的训练步骤。
  • 用于训练神经网络方法
  • [发明专利]一种多函数对应输出反馈功能人工神经元的设计方法-CN201710884964.0在审
  • 胡明建 - 胡明建
  • 2017-09-26 - 2018-01-19 - G06N3/04
  • 一种多函数对应输出反馈功能人工神经元的设计方法的技术领域,是属于人工智能,仿生学,电路设计的技术领域,主要技术是人工神经元通过多路输入,当累加值低于最小阀值时,人工神经元,不会被激活,当累加的值超过设定的阀值,人工神经元被激活,把阀值传递给激活函数集,激活函数集设置多个激活函数,这些激活函数全被激活,每一个激活函数输出自己运算结果,激活函数集和择端器连接,有多少个激活函数就有多少条连接,通过对择端器的设置,可以设置某些激活函数是反馈的,有些激活函数是直接传递给下一层人工神经元的,也可以设置其中的某些激活函数,反馈和直接传递同时存在。
  • 一种函数对应输出反馈功能人工神经元设计方法
  • [发明专利]一种基于FPGA的RBF神经网络激活函数实现方法-CN202010429589.2有效
  • 戴卫力;张艺;周茹舒;华迪;谈俊燕;王海滨 - 河海大学常州校区
  • 2020-05-20 - 2022-09-13 - G06N3/04
  • 本发明公开了机器学习与智能控制技术领域的一种基于FPGA的RBF神经网络激活函数实现方法,旨在解决现有技术中在FPGA中实现激活函数采用查表法消耗内存资源多、采用分段函数逼近法计算精度不高的技术问题。所述方法包括如下步骤:根据激活函数的几何特征,以函数拐点为分界点将激活函数的自变量域划分为核心区间与边缘区间;将边缘区间细分为不少于两个子区间,对各子区间的激活函数采用分段函数进行逼近,获取各子区间的拟合函数;对激活函数在FPGA器件上的计算执行过程进行硬件语言描述;基于进行过硬件语言描述的FPGA器件,采用双曲坐标旋转算法对核心区间的激活函数进行运算,采用拟合函数对边缘区间的激活函数进行运算。
  • 一种基于fpgarbf神经网络激活函数实现方法
  • [发明专利]用于训练神经网络的方法-CN202210863417.5在审
  • A·乌塔西 - 大陆智行德国有限公司
  • 2022-07-20 - 2023-02-07 - G06N3/08
  • 本发明涉及用于训练人工神经网络的一种方法,其中,所述方法包括以下步骤:提供待训练的神经网络,训练后,该神经网络待基于第一激活函数(1)操作运行(S10);基于至少一个第二激活函数(2)执行神经网络的初始训练,其中,至少一个第二激活函数(2)不同于第一激活函数(1)(S11);在过渡阶段,执行进一步的训练步骤,其中,使用第一激活函数(1)和至少一个第二激活函数(2)的组合训练神经网络,其中,训练函数的组合随时间变化,以便在过渡阶段开始时第二激活函数(2)的加权朝向在过渡阶段结束时第一激活函数(1)的加权变化(S12);以及基于第一激活函数(1)执行最后的训练步骤(S13)。
  • 用于训练神经网络方法

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