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202661个,建议您升级VIP下载更多相关专利
  • [发明专利]客户流失预警方法和装置-CN202210982379.5在审
  • 吴欢;林慕云;许承飞;殷富成 - 中国工商银行股份有限公司
  • 2022-08-16 - 2022-11-22 - G06Q30/02
  • 本发明提供了一种客户流失预警方法和装置,特别涉及人工智能领域,所述方法包括:基于随机森林得到元素类型的权重,并基于权重和历史客户特征向量,确定历史客户目标向量;根据历史客户目标向量,构建适应度函数;基于适应度函数进行遗传迭代,确定历史客户目标向量的最终幂次系数和最终倍数系数;根据随机森林和当前客户特征向量的归类值判断当前客户是否为即将流失客户,若是,基于当前客户特征向量、最终幂次系数和最终倍数系数,确定流失类型,并基于流失类型进行预警
  • 客户流失预警方法装置
  • [发明专利]异常检测模型的训练方法及相关设备-CN202310442798.4在审
  • 张静;张宪波 - 京东科技信息技术有限公司
  • 2023-04-23 - 2023-07-28 - G06F18/2415
  • 该方法包括:获取历史日志序列及其日志类别标签;对历史日志序列进行提取获得日志模板序列,日志模板序列中包括多个目标词;针对每个目标词进行随机初始化,生成每个目标词的词嵌入向量;针对每个目标词的词性随机生成初始词性权重,根据每个目标词的词性及其初始词性权重生成词性权重向量;根据每个目标词的词嵌入向量和词性权重向量,生成日志模板序列的日志模板特征向量;通过异常检测模型对日志模板特征向量进行处理,获得日志预测类别;根据日志类别标签和日志预测类别调整每个目标词的初始词性权重和异常检测模型的模型参数
  • 异常检测模型训练方法相关设备
  • [发明专利]命名实体识别方法及装置-CN201910325442.6有效
  • 张露 - 京东方科技集团股份有限公司
  • 2019-04-22 - 2022-08-05 - G06F40/295
  • 其中,命名实体识别方法,包括:获取训练数据,所述训练数据包括训练文本、标注出的所述训练文本中的命名实体及对应的实体类型;将所述训练文本中的词和字符分别转化为词向量和字向量,利用所述词向量和所述字向量训练预设的长短期记忆模型,输出特征向量;利用所述特征向量、标注出的命名实体及对应的实体类型优化预设的条件随机场模型;使用所述长短期记忆模型和所述条件随机场模型对待处理数据进行命名实体的识别。
  • 命名实体识别方法装置
  • [发明专利]用于数据增强的语音加噪方法及系统-CN201910511890.5有效
  • 俞凯;钱彦旻;吴章昊;王帅 - 思必驰科技股份有限公司
  • 2019-06-13 - 2021-06-04 - G10L15/06
  • 该方法包括:将无噪音频和带噪音频的说话人向量输入至条件变分自编码模型,对模型编码器输出的向量均值以及方差向量随机高斯分布采样,得到噪音隐向量;将噪音隐向量和无噪音频输入至模型,通过模型解码器输出拟噪音频;基于拟噪音频和带噪音频训练条件该模型,对得到多种噪音隐向量建模,得到噪音隐变量空间;在噪音隐变量空间中随机采样作为加噪隐向量,将加噪隐向量和无噪音频输入至模型解码器,得到用于数据增强的新带噪音频。本发明实施例在说话人向量上建模,通过隐空间特征提取,产生更多样的噪声数据,提升语音识别模型的鲁棒性。
  • 用于数据增强语音方法系统
  • [发明专利]一种编码器的训练方法、信息检测的方法以及相关装置-CN202010207256.5有效
  • 刘巍 - 腾讯科技(深圳)有限公司
  • 2020-03-23 - 2023-04-07 - G06F16/35
  • 本申请公开了一种应用于人工智能领域的编码器训练方法,包括:根据第一图数据获取N个节点所对应的特征向量集合;根据特征向量集合,通过样本聚合图自编码器对每个节点所对应的特征向量进行编码处理,得到N个第一编码向量以及N个第二编码向量;根据N个第一编码向量、N个第二编码向量以及N个随机噪声,生成对应的N个隐藏向量;通过解码器对N个隐藏向量进行解码处理,得到第二图数据;根据第一图数据以及第二图数据,采用损失函数对样本聚合图自编码器的第一模型参数进行更新本申请不但能够对未知节点起到泛化作用,而且在训练过程中引入随机噪声,有利于提升网络的性能。
  • 一种编码器训练方法信息检测以及相关装置

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