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458576个,建议您升级VIP下载更多相关专利
  • [发明专利]文本检索匹配模型的训练方法、装置、电子设备及介质-CN202110343807.5在审
  • 张辰;胡燊;刘怀军 - 北京三快在线科技有限公司
  • 2021-03-30 - 2022-10-04 - G06F16/33
  • 本申请实施例公开了一种文本检索匹配模型的训练方法、装置、电子设备及存储介质,该方法包括:根据初始样本集,对预训练语言模型进行微调训练,得到初始文本检索匹配模型;通过初始文本检索匹配模型对未标注数据进行预测,得到输出嵌入向量和预测标签概率分布;根据预测标签概率分布,对未标注数据集进行筛选,得到高置信样本集;确定高置信样本集中每两个高置信样本之间的相似关系和向量距离,并确定高置信样本的置信权重;将置信权重、相似关系和向量距离添加至高置信样本集中,得到目标样本集;根据目标样本集,对初始文本检索匹配模型进行训练,得到目标文本检索匹配模型。
  • 文本检索匹配模型训练方法装置电子设备介质
  • [发明专利]一种基于置信传播的卷积神经网络深度补全方法-CN202211575556.4在审
  • 叶张帆;苏哲;郑明魁;张怡;陈冲 - 福州大学至诚学院;福州大学
  • 2022-12-08 - 2023-03-24 - G06N3/082
  • 本发明涉及一种基于置信传播的卷积神经网络深度补全方法。首先将稀疏深度图输入到构建的卷积置信传播网络,经更新迭代计算获得置信图,以及预测的粗糙深度图。然后将卷积置信传播模块连接到深度细化网络中,经过彩色图片的引导,使用的自适应融合完成稀疏深度图的补全,获得稠密深度图。其中卷积置信传播网络包括初始置信估计模块和置信传播模块,并在网络中加入相应的由误差约束和置信损失组成损失函数。本发明方法能够有效估计初始置信并通过传播得到可靠的置信图,并根据可靠的置信图输入到深度细化网络中,在损失函数的约束下,建立自适应特征融合从而得到稠密的深度图。
  • 一种基于置信传播卷积神经网络深度方法
  • [发明专利]用于音频数据传送的动态校准-CN201880054949.6有效
  • A.马丹;A.古普塔;P.拉瓦特;H.克南;R.莱什兰;G.K.玛达布希;M.阿拉瓦特 - 谷歌有限责任公司
  • 2018-06-08 - 2022-01-25 - H04B11/00
  • 一种用于基于音频的数据传送的动态校准的方法包括计算设备使用初始数据接收硬件配置来接收基于音频的数据传输。计算设备分析初始接收以确定针对初始数据接收硬件配置的置信分数。如果置信分数低于定义的阈值置信分数,则计算设备修改数据接收硬件配置。计算设备通知第二计算设备修改数据广播硬件配置,其中第二计算设备在重新发送基于音频的数据传输之前修改数据广播硬件配置。计算设备使用修改的数据接收硬件配置来接收重新发送的基于音频的数据传输,分析重新发送的基于音频的数据传输,并确定针对修改的硬件配置的第二置信分数。如果第二置信分数处于或高于定义的阈值置信分数,则更新初始数据硬件配置。
  • 用于音频数据传送动态校准
  • [发明专利]一种图层数据处理方法、装置及存储介质-CN201910385215.2有效
  • 林毅雄 - 腾讯科技(深圳)有限公司
  • 2019-05-09 - 2023-06-06 - G06F16/957
  • 本发明实施例公开一种图层数据处理方法、装置及存储介质,其中,方法包括:从显示区域的多个初始图层中确定图层对;图层对包括所述多个初始图层中的任意两个初始图层;将图层对中组合置信大于目标置信的图层对确定为目标图层对,并将目标图层对中的两个初始图层进行组合,得到组合图层;将组合图层和剩余图层确定为初始图层,直到显示区域中不存在组合置信大于目标置信的图层对时,输出与组合图层相关联的组合图像;剩余图层为多个初始图层中除组合图层外的初始图层
  • 一种数据处理方法装置存储介质

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