“表征模型”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833063个，建议您升级VIP下载更多相关专利

[发明专利]表情表征模型的训练方法、面部的表情表征方法及装置-CN202110166517.8有效
发明人：张唯;冀先朋;丁彧;李林橙;范长杰;胡志鹏 -专利权人：网易(杭州)网络有限公司
申请日： 2021-02-05 - 公布日： 2023-09-05 - 主分类号： G06V40/16 文献下载
摘要：本申请提供了一种表情表征模型的训练方法、面部的表情表征方法及装置，涉及图像处理技术领域，缓解了现有的面部表情表征准确性较低的技术问题。该方法包括：确定样本集，其中，样本集中的每个样本包括样本图像和样本标签；利用样本集对待训练的表情表征模型进行训练，得到训练好的表情表征模型，其中，待训练的表情表征模型包括待训练的全脸表征子模型和训练好的身份表征子模型，训练好的表情表征模型包括训练好的全脸表征子模型和训练好的身份表征子模型，训练好的表情表征模型的输出基于训练好的全脸表征子模型的输出和训练好的身份表征子模型的输出之间的差值确定。
表情表征模型训练方法面部装置

[发明专利]语义表征方法、装置、服务器及存储介质-CN202210168302.4在审
发明人：黄雅;赵向军 -专利权人： TCL科技集团股份有限公司
申请日： 2022-02-23 - 公布日： 2023-09-05 - 主分类号： G06F40/35 文献下载
摘要：本申请实施例提供了一种语义表征方法、装置、服务器及存储介质，该方法调用经训练的表征模型，表征模型是通过动态样本集训练得到的，动态样本集包括正样本对和负样本对，其中，表征模型的后一次训练所使用的负样本对是基于表征模型的前一次的训练结果所得，再基于表征模型对待处理语料进行语义表征处理，得到目标预料特征。本申请根据前一次的表征模型训练结果，对进入表征模型中参加本次训练的负样本对进行了挑选，使得进入本次训练的负样本对数量符合当前表征模型的处理性能，因此，训练好的表征模型表征性能更好，进而通过训练好的表征模型处理得到的目标语料特征更加准确
语义表征方法装置服务器存储介质

[发明专利]一种数据的处理方法及装置-CN202310871034.7在审
发明人：蒋晨之;傅幸;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-14 - 公布日： 2023-10-24 - 主分类号： G06F16/22 文献下载
摘要：该方法包括：首先获取表征信息，该表征信息中至少包括第一表征模型上线后的新增表征信息；然后，基于所获取的表征信息以及预设的损失函数对第二表征模型进行模型训练，得到训练后的第二表征模型，并基于训练后的第二表征模型构建记忆表征库，该记忆表征库用于存储新增表征信息对应的新增类别和新增类别对应的类别中心表征信息；最后，基于所构建的记忆表征库和/或第二表征模型对预设业务进行业务处理。
一种数据处理方法装置

[发明专利]信息推送模型构建方法、装置、计算机设备和存储介质-CN202211212355.8在审
发明人：陈亮;于宙鑫;周克涌;林昊;余俭;郑子彬;张鹏 -专利权人：招联消费金融有限公司;中山大学
申请日： 2022-09-29 - 公布日： 2023-01-20 - 主分类号： G06F16/9535 文献下载
摘要：本申请涉及一种信息推送模型构建方法、装置、计算机设备和存储介质。所述方法包括：获取历史特征数据；根据历史特征数据得到表征嵌入数据，表征嵌入数据包括对象表征数据、推送内容表征数据、推送方式表征数据、推送时间表征数据；将对象表征数据与推送内容表征数据作为训练数据进行神经网络训练得到推送内容子模型；将对象表征数据与推送方式表征数据作为训练数据进行神经网络训练得到推送方式子模型；将对象表征数据与推送时间表征数据作为训练数据进行神经网络训练得到推送时间子模型；基于推送内容子模型、推送方式子模型、推送时间子模型并行拼接得到信息推送模型
信息推送模型构建方法装置计算机设备存储介质

[发明专利]文本处理模型生成方法、装置、电子设备和存储介质-CN202310102691.5在审
发明人：伍星;林梓佳 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-01-29 - 公布日： 2023-05-05 - 主分类号： G06F40/20 文献下载
摘要：本公开关于文本处理模型生成方法、装置、电子设备和存储介质，该方法包括：通过对待训练文本表征模型进行神经元丢弃处理，得到正文本表征模型，将样本文本信息和初始文本表征信息分别输入到待训练文本表征模型和正文本表征模型中，得到样本文本表征信息以及正样本文本表征信息。对样本文本信息进行掩码处理，得到掩码信息，并将掩码信息和初始文本表征信息输入到掩码生成判别器和掩码生成器中，得到掩码检测结果和掩码复原结果。基于样本文本表征信息、正样本文本表征信息、掩码检测结果、掩码复原结果和样本文本信息进行模型训练，得到文本处理模型。该方法可以从多个角度丰富待训练文本表征模型的可识别特征，提高了文本表征模型的准确性。
文本处理模型生成方法装置电子设备存储介质

[发明专利]一种表征文档概念的平滑方法、系统及应用-CN202111575864.2在审
发明人：金平艳;石珺;张杰;杨阳朝 -专利权人：深圳市网联安瑞网络科技有限公司
申请日： 2021-12-21 - 公布日： 2022-03-29 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种表征文档概念的平滑方法、系统及应用，涉及语义网络技术领域。构建当前文档表征模型，所述当前文档表征模型为词袋模型；构建语义生成的文档表征模型；利用构建的所述当前文档表征模型和所述语义生成的文档表征模型，建立平滑的文档概念表征模型；利用建立的所述平滑的文档概念表征模型，抽取前m个概念表征文档本发明弥补了传统“词袋”模型的不足，提取出来的概念更加符合人为经验值；本发明不仅考虑了当前词频，也引入了当前词的相关概念，即模型具备语义关联关系，提取结果更加精确。
一种表征文档概念平滑方法系统应用

[发明专利]横向联邦学习建模优化方法、设备、介质及程序产品-CN202110859994.2在审
发明人：何元钦 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-07-28 - 公布日： 2021-10-19 - 主分类号： G06N20/20 文献下载
摘要：本申请公开了一种横向联邦学习建模优化方法、设备、介质及程序产品，应用于第一设备，所述横向联邦学习建模优化方法包括：接收第二设备下发的全局表征映射模型；利用对比学习和全局表征映射模型，优化本地表征映射模型；第二设备利用对比学习和上传的优化后的本地表征映射模型，迭代训练得到目标全局表征映射模型；接收第二设备下发的目标全局表征映射模型，并利用对比学习和目标全局表征映射模型，迭代训练得到目标本地表征映射模型；基于携带样本标签的标签样本，对目标本地表征映射模型对应的样本预测模型进行基于横向联邦学习的模型微调训练优化，得到目标横向联邦预测模型。
横向联邦学习建模优化方法设备介质程序产品

[发明专利]一种基于连续与离散混合表征的预训练模型及其训练方法-CN202310083395.5在审
发明人：雷文强;黄晨;吕建成 -专利权人：四川大学
申请日： 2023-02-08 - 公布日： 2023-06-23 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于连续与离散混合表征的预训练模型及其训练方法，所述预训练模型由多个支持连续与离散表征的新型Transformer架构组成，该架构包括：连续语义表征获取模块，用于获取连续语义表征；离散语义表征获取模块，用于获取离散语义表征；融合模块，用于将所述连续语义表征与所述离散语义表征进行融合，获得混合语义表征；输出模块，用于输出上述三种语义表征。本发明能够解决现有预训练模型对数据噪声敏感的问题；通过离散化表征降低大规模预训练模型的参数空间，为大规模预训练模型的原型设计提供新思路；同时，也为大规模预训练模型的应用也提供新方向，输出结构化知识图表征，增加模型的可解释性，推动基于离散表征的逻辑推理的发展。
一种基于连续离散混合表征训练模型及其方法

[发明专利]表征提取模型的训练方法、表征提取方法及相关产品-CN202310617492.8在审
发明人：蒋晨之;傅幸;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-05-26 - 公布日： 2023-08-22 - 主分类号： G06F16/2455 文献下载
摘要：本申请实施例提供一种表征提取模型的训练方法、表征提取方法及相关产品，涉及计算机技术领域，其中，表征提取模型的训练方法，包括：将样本输入到表征提取模型中，获取所述表征提取模型输出的所述样本的第一表征向量；将所述第一表征向量拆分为多个子表征向量；将所述多个子表征向量中的每个子表征向量连接一个输出，得到多个第二表征向量；基于预设损失函数，根据所述多个第二表征向量确定第一熵损失，根据所述多个子表征向量确定第一分布散度，将所述第一分布散度作为所述第一熵损失的负相关惩罚，确定所述样本对应的第一损失值；根据所述第一损失值，对所述表征提取模型的参数进行训练，得到训练后的表征提取模型。
表征提取模型训练方法相关产品

[发明专利]对象表征模型训练方法、对象表征方法和装置-CN202211383077.2在审
发明人：郭卉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-07 - 公布日： 2023-01-17 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及一种对象表征模型训练方法、对象表征方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：将第一训练图像集输入初始对象表征模型，得到训练图像对应的对象关联特征、对象特征和对象融合特征；基于同一训练图像对应的对象关联特征和对象关联标签得到对象关联分类损失，基于同一训练图像对应的对象特征和对象标签得到对象分类损失，基于同一训练图像组对应的各个对象融合特征得到融合损失；基于各种损失调整初始对象表征模型的模型参数，得到中间对象表征模型，将中间对象表征模型作为初始对象表征模型进行模型迭代训练，直至满足第一收敛条件，得到目标对象表征模型采用本方法能够提高特征对于对象的表征准确性。
对象表征模型训练方法装置

[发明专利]一种电力信息加密方法-CN202211212969.6在审
发明人：杨钰;顾杨青;兴胜利;王劼 -专利权人：国网江苏省电力有限公司苏州供电分公司
申请日： 2022-09-29 - 公布日： 2022-12-27 - 主分类号： G06F21/60 文献下载
摘要：本发明公开了一种电力信息加密方法，包括：以机器学习的方式建立深度学习模型，深度学习模型包括表征模型，表征模型包括编码网络和像素卷积网络，将电力系统数据的非敏感输入信息输入编码网络以得到表征信息，进而得到表征的经验分布；将表征信息输入像素卷积网络以得到预测分布，根据表征模型的损失函数进行训练以减少经验分布与预测分布的差异，以优化表征模型，将优化后的表征模型输出的表征信息作为加密信息进行传输；通过预测电力需求任务测试以所得表征为输入，通过回归模型的输出评估以表征的可用性。
一种电力信息加密方法

[发明专利]模型训练方法、装置及电子设备-CN202310475121.0在审
发明人：王乐业;丁瑞卿 -专利权人：北京大学
申请日： 2023-04-27 - 公布日： 2023-07-25 - 主分类号： G16H50/70 文献下载
摘要：本申请公开了一种模型训练方法、装置及电子设备。该方法包括：确定第一数据集对应的第一表征向量和第二数据集对应的第二表征向量；基于第一表征向量对初始预测模型进行训练，确定第一模型参数，并基于第二表征向量对初始预测模型进行训练，确定第二模型参数；基于第一模型参数和/或第二模型参数确定第三模型参数；将第三模型参数作为初始预测模型的初始模型参数，基于第一表征向量和第二表征向量对初始预测模型进行训练，得到目标预测模型，其中，目标预测模型的目标损失函数至少包括用于反映第一表征向量和第二表征向量分布差异的第一损失函数本申请解决了由于相关技术缺乏训练数据，导致最终训练所得的预测模型的输出准确率较低的技术问题。
模型训练方法装置电子设备

[发明专利]一种根据刻画类矩形裂隙面表征精度选择描述模型的方法-CN201910519206.8有效
发明人：郑俊;郭吉超;王潇弘;吕庆;孙红月 -专利权人：浙江大学
申请日： 2019-06-14 - 公布日： 2021-04-06 - 主分类号： G06T17/10 文献下载
摘要：本发明涉及岩体离散裂隙网络领域，旨在提供一种根据刻画类矩形裂隙面表征精度选择描述模型的方法。包括步骤：获取矩形裂隙面；以等同面积的圆盘或椭圆盘模型表征裂隙面，求解等效面积的圆盘和椭圆盘的尺寸；定义表征精度指标Ira；计算圆盘模型刻画裂隙面的表征精度；计算椭圆盘模型刻画裂隙面的表征精度；确定限制表征精度；选择合适的表征模型。本发明创新地定义了一个表征精度指标，通过求解该指标得到不同模型刻画实际裂隙面的表征精度，并能够以此为基础选取合适的模型。相对于现有技术，本发明的应用能够带来定量选取模拟裂隙面形状的好处。
一种根据刻画矩形裂隙表征精度选择描述模型方法

[发明专利]对象推荐模型训练方法、推荐对象确定方法及装置-CN202310274863.7在审
发明人：甘淳井;胡斌斌;黄波;赵天宇;张志强;周俊 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-03-15 - 公布日： 2023-06-23 - 主分类号： G06F16/9535 文献下载
摘要：本说明书实施例提供对象推荐模型训练方法、推荐对象确定方法及装置。在每轮模型训练时，确定用户特征的用户特征嵌入表征、目标对象和用户交互对象的对象特征嵌入表征。从用户交互对象的对象特征嵌入表征中解耦出用户兴趣嵌入表征和用户从众嵌入表征；分别根据目标对象的对象特征嵌入表征以及用户特征嵌入表征与用户兴趣嵌入表征和用户从众嵌入表征之间的耦合结果确定目标对象表征、用户兴趣表征和用户从众表征；根据基于用户兴趣表征、用户从众表征与目标对象表征确定出的用户兴趣预测结果和用户从众预测结果调整对象推荐模型的模型参数。
对象推荐模型训练方法确定装置

[发明专利]一种电机转子偏心定量表征模型的构建方法及其应用-CN202211459747.4在审
发明人：孙伟;王昊文 -专利权人：华中科技大学
申请日： 2022-11-16 - 公布日： 2023-03-21 - 主分类号： H02P6/34 文献下载
摘要：本发明属于旋转机械偏心故障定量表征领域，具体涉及一种电机转子偏心定量表征模型的构建方法及其应用，包括：建立电机数学模型，生成不同电机偏心度下的电机数据，得到模型有标签样本集；采样构建实际电机的实际无标签样本集；在有标签样本集上训练得到近似表征模型；采用无标签样本集以及有标签样本集中模型表征电机正常情况时所对应的电机数据，对近似表征模型和数据鉴别器进行对抗训练，修正近似表征模型；其中，当构建静偏心定量表征模型时，电机数据为各相绕组的反电势基波幅值，当构建动偏心定量表征模型时，电机数据为各相绕组的反电势谐波幅值。本发明方法能在缺少偏心故障情况下的数据时也能利用神经网络对电机转子偏心度实现定量表征。
一种电机转子偏心定量表征模型构建方法及其应用

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