“人工神经网络学习”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2051514个，建议您升级VIP下载更多相关专利

[发明专利]一种融合人工神经网络和神经形态计算的在线学习方法-CN201910880288.9有效
发明人：周军;李思旭;张兆民;弓育川 -专利权人：电子科技大学
申请日： 2019-09-18 - 公布日： 2023-10-27 - 主分类号： G06N3/045 文献下载
摘要：本发明公开了一种融合人工神经网络和神经形态计算的在线学习方法，属于机器学习领域，特别是涉及神经网络的学习领域。解决神经网络面对特征变化或者未知数据时正确率下降的问题，需要对神经网络进行在线学习。脉冲神经网络通常采用无监督学习，比起有监督学习，准确率较低，容易在学习错误之后一直向着错误的方向前进。人工神经网络通常采用有监督学习，准确率较高，但是推理和学习功耗较大。因此本专利中提出一种新的方案，使用人工神经网络辅助脉冲神经网络进行在线学习，由于大多数时间采用脉冲神经网络推理和无监督学习，因此功耗较低，同时隔一段时间通过人工神经网络和有监督学习对权值进行修正，因此可以保证较高的准确率
一种融合人工神经网络神经形态计算在线学习方法

[发明专利]一种神经网络学习图像识别方法及装置-CN202010334811.0在审
发明人：王昀;滕玉佩;王海博 -专利权人：山东易华录信息技术有限公司
申请日： 2020-04-24 - 公布日： 2020-08-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种神经网络学习图像识别方法及装置，包括学习用图像数据、神经网络数据生成模块、神经网络训练模块、神经网络推理预测模块和人机交互模块，所述人工神经网络训练用数据集生成模块对用于训练人工神经网络的示例图像数据进行预处理和图像数据集的创建，通过人工神经网络训练用数据集生成模块进行训练数据的预处理，输入人工神经网络训练模块，利用迁移学习算法进行多轮训练，输出人工神经网络分类器，人工神经网络预测模块将实际现场采集的原始数据图像进行输入，通过人工神经网络分类器对原始数据图像进行识别
一种神经网络学习图像识别方法装置

[发明专利]用于产品检验的自动学习方法及系统-CN202080024047.5在审
发明人：金正燮;金柔贞 -专利权人：乐人株式会社
申请日： 2020-06-17 - 公布日： 2021-11-09 - 主分类号： G06T7/00 文献下载
摘要：提出一种用于产品检验的自动学习方法及系统，用于产品检验的自动学习系统可包括：训练系统，生成学习数据，所述学习数据被用于学习检验产品的缺陷的人工神经网络；以及检验系统，基于生成的学习数据而学习所述人工神经网络，并且使用学习的人工神经网络来检验所述产品是否有缺陷。
用于产品检验自动学习方法系统

[发明专利]用于深度学习的可视化编程-CN201910578856.X在审
发明人：林昊翔;陈程;杨懋;柳书广 -专利权人：微软技术许可有限责任公司
申请日： 2019-06-28 - 公布日： 2020-12-29 - 主分类号： G06F8/34 文献下载
摘要：本公开的多个实现涉及用于深度学习的可视化编程。在一种计算机实现的方法中，呈现人工神经网络的可视化表示，所述可视化表示包括表示所述人工神经网络的层的图形元件；响应于接收到针对所述图形元件的拖放操作，修改所述人工神经网络的中间表示，所述中间表示独立于深度学习框架，所述拖放操作修改所述图形元件之间的连接关系；以及基于所述人工神经网络的中间表示，修改所述人工神经网络的针对目标深度学习框架的代码。
用于深度学习可视化编程

[发明专利]一种通用化的人工神经网络无监督本地学习方法、系统及应用-CN202211165236.1在审
发明人：周洪超;黄卫平;贲晛烨;杨刚强 -专利权人：山东大学
申请日： 2022-09-23 - 公布日： 2022-12-09 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种通用化的人工神经网络无监督本地学习方法、系统及应用，人工神经网络为一个多层的神经网络，包括：每层的参数通过无监督本地学习方法训练。本发明提出的神经网络学习方法是无监督的,无需人工标注标签，可以从无标签数据中高效提取特征。本发明学习方法提取的特征是通用的、可以作为各类学习任务的输入有效提升各类学习任务的准确率。本发明学习方法训练的神经网络可以作为各类任务的预训练模型提升各类任务准确性。本发明学习方法不同于广泛使用的反向传播方法，更容易实现基于硬件的人工神经网络的片上训练，支撑光AI芯片等技术的发展。
一种通用人工神经网络监督本地学习方法系统应用

[发明专利]一种基于增强式学习的人体跌倒检测方法及系统-CN202010624368.0在审
发明人：王晓原;刘善良;刘亚奇;韩俊彦;刘士杰 -专利权人：青岛科技大学
申请日： 2020-06-30 - 公布日： 2020-11-13 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于增强式学习的人体跌倒检测方法及系统，该方法包括：采集人体在不同姿态下的特征参数，构建人体运动数据集，其中不同姿态中包括跌倒；采用监督学习对人体运动数据集构建用于识别跌倒的人工神经网络模型；将人工神经网络模型的当前权值和当前阈值分别作为初始权值和初始阈值，利用误差‑修正方法对人工神经网络模型进行训练，得到训练后的模型；实时采集基于时间序列的人体运动行为参数；利用训练后的模型对人体运动行为参数进行跌倒检测本发明通过监督学习识别人工神经网络，采用误差‑修正学习的方法对人工神经网络进行训练，调整神经网络的权值和阈值，以使神经网络输出最优，可减少误报率，提高报警的准确性。
一种基于增强学习人体跌倒检测方法系统

[发明专利]基于深度学习人工神经网络的汽轮机振动故障诊断方法-CN201910271181.4在审
发明人：李蔚;吴懿范;盛德仁;陈坚红;王广坤;聂慧明 -专利权人：浙江大学
申请日： 2019-04-04 - 公布日： 2019-07-09 - 主分类号： G06K9/62 文献下载
摘要：本发明属于汽轮机振动故障诊断技术领域，涉及一种采用深度学习的汽轮机振动故障诊断，即基于深度学习人工神经网络的汽轮机振动故障诊断方法。本发明采用的是基于深度学习人工神经网络的汽轮机振动故障诊断方法。综合考虑汽轮机组系统发生振动时的各参数特性以及各参数之间的联系，通过多元分析对数据进行预处理，从而建立各种数据间的独立性关系，减少冗余数据，构建基础特征表，然后进行深度学习人工神经网络训练，获得经过训练后的深度学习人工神经网络对汽轮机振动故障进行诊断本发明基于深度学习人工神经网络，创新点和特点在于使用深度学习人工神经网络，避免了构建计算模型，同时在数据预处理时运用多元分析进行降维。
人工神经网络汽轮机振动故障诊断学习多元分析构建人工神经网络训练预处理数据预处理参数特性基础特征计算模型汽轮机组冗余数据系统发生振动故障综合考虑降维独立性诊断

[发明专利]深度学习系统-CN201910404061.7有效
发明人：郑载训 -专利权人：韩国宝之铂株式会社
申请日： 2019-05-15 - 公布日： 2023-10-17 - 主分类号： G06N3/045 文献下载
摘要：公开了一种深度学习系统，该深度学习系统通过通信网络可访问用于使第一人工神经网络模型进行学习的外部深度学习系统。该深度学习系统包括：数据分类存储模块，其被配置为接收和存储源学习数据；学习模块，其被配置为使用该源学习数据使该系统中的第二人工神经网络模型进行学习；调整信息传输模块，其被配置为向外部深度学习系统传输包括学习相关信息和第二人工神经网络模型的参数信息的调整信息，以请求调整第一人工神经网络模型，其中，根据学习的结果来修改该学习相关信息和参数信息；以及调整模块，其被配置为根据从外部深度学习系统传输的调整信息来更新所述第二人工神经网络模型的参数信息。
深度学习系统

[发明专利]一种人工神经网络的激活学习方法、系统及应用-CN202211165108.7在审
发明人：周洪超;黄卫平;赵佳;周斌 -专利权人：山东大学
申请日： 2022-09-23 - 公布日： 2022-12-16 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种人工神经网络的激活学习方法、系统及应用，包括：构建人工神经网络，同时将数据和类别标签或多模态作为输入；通过无监督本地学习方法训练人工神经网络，使得人工神经网络中最后一层神经元的输出激活强度反映输入样本的典型性；将待识别的数据输入训练好的人工神经网络并优化缺失的类别标签使得输出激活强度最大，得到数据分类结果；或将类别标签输入训练好的加入随机噪音的人工神经网络并优化缺失的数据部分使得输出激活强度最大，实现数据生成本发明更好学习输入样本数据的统计概率分布，统一了监督学习、无监督学习和生成模型的框架。弥补了反向传播技术在训练样本数量、安全性、任务通用性等的一系列限制，具有较强的实用性。
一种人工神经网络激活学习方法系统应用

[发明专利]一种神经网络模型训练方法、装置、设备和介质-CN201811645093.8有效
发明人：申俊峰;周大军;张力柯;荆彦青 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-12-29 - 公布日： 2022-12-16 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例公开了一种神经网络模型训练方法和装置，针对需要进行强化学习的学习对象，可以先通过人工获取学习对象根据用户操作产生的人工样本集，以及针对所述学习对象的神经网络模型在在该学习对象中自主学习得到的机器样本集在训练该神经网络模型时，可以根据上述人工样本集和机器样本集作为训练依据，由于用于训练的训练样本集中包括了人工产生的人工样本，该人工样本相对于机器学习初期得到的机器样本来说质量更高，更具有推进该学习对象的完成进度的目的性，相对机器样本来说多为和学习对象的有意义交互，从而可以缩短训练前期的模型参数收敛时长，减少了训练神经网络模型的时间。
一种神经网络模型训练方法装置设备介质

[发明专利]一种基于集成预测模型的光伏发电预测方法及装置-CN202110784293.7在审
发明人：李佳;王健;熊俊杰;何伟;曾伟;夏永洪 -专利权人：国网江西省电力有限公司电力科学研究院;国家电网有限公司;南昌大学
申请日： 2021-07-12 - 公布日： 2021-08-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于集成预测模型的光伏发电预测方法及装置，该方法包括：响应于获取的光伏电站历史数据，构建神经网络模型，其中，神经网络模型包括人工神经网络模型、深度神经网络模型以及卷积神经网络模型；基于将人工神经网络模型、深度神经网络模型以及卷积神经网络模型分别作为Bagging方法的基学习器构建集成预测模型；响应于获取的光伏电站实时数据，基于集成预测模型输出光伏发电功率的预测结果。采用人工神经网络模型、深度神经网络模型和卷积神经网络模型分别作为Bagging方法的基学习器构建集成预测模型，光伏电站实时数据基于集成预测模型输出光伏发电功率的预测结果，提高了光伏发电的预测精度。
一种基于集成预测模型发电方法装置

[发明专利]一种基于地球物理引导无监督学习的反褶积方法及系统-CN202211299220.X在审
发明人：廖文婷;郭廷超;许冲;曹文俊 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司江苏油田分公司
申请日： 2022-10-24 - 公布日： 2023-01-17 - 主分类号： G06V20/10 文献下载
摘要：本发明提供了一种基于地球物理引导无监督学习的反褶积方法及系统，该方法包括：将观测地震数据输入人工神经网络，所述人工神经网络输出反褶积结果；将反褶积结果与地震子波进行褶积得到重建地震数据；通过比较观测地震数据和重建地震数据得到训练损失；将训练损失进行反向传播，通过深度学习框架的自动微分功能得到神经网络各参数的梯度，进而由优化算法利用所述梯度更新所述人工神经网络的参数。本发明为基于深度学习的反褶积方法，与传统方法相比，人机交互更少，智能程度较高。本发明为无监督学习方法，不需使用大量数据训练人工神经网络，且引入地球物理约束，反褶积结果遵守地球物理规律，较为合理。
一种基于地球物理引导监督学习反褶积方法系统

[发明专利]应用神经网络深度学习的整体性智能识别方法-CN202010407034.8在审
发明人：戚意强;李博;张淞源 -专利权人：青岛翰林汇力科技有限公司
申请日： 2020-05-14 - 公布日： 2020-09-01 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种应用神经网络深度学习的整体性智能识别方法，神经网络包括输入神经网络层和输出神经网络层，输入神经网络层和输出神经网络层之间存在呈递进排列的多层隐含神经网络层，输入神经网络层包含若干输入神经元，隐含神经网络层包含若干隐含神经元，输出神经网络层包含若干输出神经元，整体性智能识别方法包括以下内容：A、深度学习方法；B、识别方法。本发明采用整体集合式的信息学习认知，结合演化规律进行推测，有效规避对单独性识别个体信息所需要的手动调整，可以最大限度地减少人工负担。通过对现有信息演化进行深度学习，掌握演化函数计算方式，根据现有的信息值对未知信息值作出推测识别。
应用神经网络深度学习整体性智能识别方法

[发明专利]用于基于人工神经网络补偿信道的设备及方法-CN201911067854.0在审
发明人：金增一;高荣铁;丁在勋;宋昌翼;韩丞镐 -专利权人：现代自动车株式会社;起亚自动车株式会社;韩国交通大学校产学协力团
申请日： 2019-11-04 - 公布日： 2020-12-18 - 主分类号： H04L25/02 文献下载
摘要：一种用于基于人工神经网络补偿信道的设备及方法，用于基于人工神经网络补偿信道的设备包括：信道学习装置，学习信道的特性；以及信道补偿装置，基于信道学习装置的学习结果来补偿信道的错误。
用于基于人工神经网络补偿信道设备方法

[发明专利]人工神经网络运算电路-CN201710983606.5在审
发明人：易冬柏;陈恒;方励;殷桂华;张艳可 -专利权人：珠海格力电器股份有限公司
申请日： 2017-10-19 - 公布日： 2018-03-02 - 主分类号： G06N3/06 文献下载
摘要：本发明公开了一种人工神经网络运算电路。其中，该人工神经网络运算电路包括控制器，用于向至少一个神经元发送控制指令及学习参数；至少一个神经元，与控制器连接，用于根据控制指令及学习参数对输入数据进行神经元运算，并输出运算结果。本发明解决了CPU对于人工神经网络运算效率较低的技术问题。
人工神经网络运算电路

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