“机器学习系统”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5395344个，建议您升级VIP下载更多相关专利

[发明专利]机器学习系统-CN202010534293.7在审
发明人： C·卢伊佐斯;W·麦克斯;X·史 -专利权人：罗伯特·博世有限公司
申请日： 2020-06-12 - 公布日： 2020-12-15 - 主分类号： G06K9/00 文献下载
摘要：机器学习系统。一些实施例针对一种机器学习系统，其被配置成根据系统映射将输入数据实例映射到输出。系统映射可以由多个函数组成。
机器学习系统

[发明专利]机器学习系统-CN201910438632.9在审
发明人：商文龄;D.范德瓦尔;H.范胡夫;M.韦林 -专利权人：罗伯特·博世有限公司
申请日： 2019-05-24 - 公布日： 2019-12-03 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及机器学习系统（10）。它被描述为给处理单元提供（110）输入数据。处理单元处理（120）输入数据以生成处理路径输入数据。
处理单元中间数据处理路径前馈神经网络输出数据输出路径机器学习系统生成处理输出单元输出

[发明专利]用于机器学习系统的学习教练-CN201780070591.1在审
发明人： J·K·巴克尔 -专利权人： D5A1有限责任公司
申请日： 2017-09-18 - 公布日： 2019-06-28 - 主分类号： G06N3/04 文献下载
摘要：一种机器学习系统，其包括教练机器学习系统，所述教练机器学习系统利用机器学习来帮助学生机器学习系统学习其自己的系统。通过监测学生学习系统，所述教练机器学习系统可以(通过机器学习技术)学习用于所述学生学习系统的“超级参数”，所述超级参数控制所述学生学习系统的机器学习过程。机器学习教练还可以确定针对学生学习系统架构的结构性修改。所述学习教练还可以控制流向所述学生学习系统的数据流。
机器学习系统学生学习机器学习学习机器学习过程机器学习技术参数控制系统架构数据流结构性监测学生帮助

[发明专利]机器学习系统中的自动问题评估-CN201780004717.5在审
发明人： D·R·哈彻梅斯特;S·拉古纳坦;A·J·林福特;D·P·米什拉;P·J·R·赫斯本兹 -专利权人：微软技术许可有限责任公司
申请日： 2017-01-19 - 公布日： 2018-08-03 - 主分类号： G06N99/00 文献下载
摘要：一种机器学习问题评估系统，其标识机器学习系统中的潜在机器学习问题，在机器学习系统中，学习代码评估数据以将估计的学习数据与数据模式进行关联。访问组件访问学习代码和/或学习代码所评估的数据。问题标识组件基于所访问的代码和/或数据来估计机器学习系统存在潜在问题。校正组件通过对机器学习系统执行计算机化动作来至少部分地自动校正机器学习系统的所标识的潜在问题。所标识的潜在问题可能影响机器学习系统的学习的质量(例如，结论的适当性)和/或性能(例如，速度)。
机器学习系统潜在问题机器学习问题评估学习系统学习标识机器代码评估访问组件计算机化数据模式问题标识校正组件学习数据影响机器自动校正适当性访问关联评估

[发明专利]一种面向大规模机器学习系统的机器学习模型训练方法-CN201811000167.2在审
发明人：张正超;倪焱;郑培凯;马超;肖臻 -专利权人：北京大学
申请日： 2018-08-30 - 公布日： 2019-03-08 - 主分类号： G06F9/54 文献下载
摘要：本发明公开一种面向大规模机器学习系统的机器学习模型训练方法。本方法为：1)将面向机器学习任务的专用计算机系统抽象为非一致性分布式内存的机器学习系统；2)各计算节点上的机器学习模型从该机器学习系统中读取本轮训练所需的训练数据和机器学习模型最新的参数数据；3)各计算节点分别利用当前获取的训练数据和参数数据训练本地的机器学习模型，计算机器学习模型的参数更新量并将其上传到该机器学习系统；4)该机器学习系统根据用户配置的参数更新方案和当前收到的参数更新量对参数进行更新。本发明使得机器学习算法的开发者无需关注分布式的具体实现，大大降低了大规模机器学习算法开发的难度。
机器学习系统机器学习模型参数更新机器学习算法参数数据计算节点训练数据专用计算机系统读取非一致性计算机器面向机器用户配置内存抽象开发学习更新

[发明专利]机器学习模型训练的调试和剖析-CN202080068301.1在审
发明人： A·奥尔贾蒂;L·N·罗摩克里希南;J·J·吉瓦尔盖塞;D·达维登科;V·库马尔;R·R·惠尔戈;A·A·勒乐;S·斯泰法尼;V·朱科夫;M·麦克坎蒂;A·B·纳加拉扬;U·乔杜里;G·D·A·朗热;Z·卡尔宁;L·L·E·鲁埃内尔 -专利权人：亚马逊科技公司
申请日： 2020-09-30 - 公布日： 2022-05-13 - 主分类号： G06N20/00 文献下载
摘要：本文公开了用于机器学习模型训练的调试和剖析的方法、系统和计算机可读介质。机器学习分析系统接收与机器学习模型的训练相关联的数据。所述数据由机器学习训练集群收集。所述机器学习分析系统执行对与所述机器学习模型的所述训练相关联的所述数据的分析。所述机器学习分析系统至少部分地基于所述分析来检测与所述机器学习模型的所述训练相关联的一个或多个状况。所述机器学习分析系统生成描述与所述机器学习模型的所述训练相关联的所述一个或多个状况的一个或多个警报。
机器学习模型训练调试剖析

[发明专利]用于机器学习模型训练和部署的系统和方法-CN202310018681.3在审
发明人：孙文正;X·王;J·E·帕特森 -专利权人：特克特朗尼克公司
申请日： 2023-01-06 - 公布日： 2023-07-11 - 主分类号： G06F18/21 文献下载
摘要：公开了一种用于开发和测试机器学习模型的系统和方法。所述系统包括：波形仿真器机器学习系统；用户接口，用于允许用户输入所述波形仿真器机器学习系统的设计参数；处理器，其被配置成执行代码以使得所述处理器：将所述设计参数发送到所述波形仿真器机器学习系统；从所述波形仿真器机器学习系统接收数据集，所述数据集基于所述设计参数；使用所述数据集中的至少一个来训练所开发的机器学习模型，从而产生经训练的机器学习模型；使用所述数据集中的先前未使用的一个来验证所述经训练的机器学习模型；根据需要来调整所述经训练的机器学习模型；以及重复所述训练、验证和调整，直到训练出最优机器学习模型。
用于机器学习模型训练部署系统方法

[发明专利]决策系统的公平性修复方法、系统、设备及存储介质-CN202111095511.2有效
发明人：沈超;郜炫齐;蔺琛皓;王骞;李琦 -专利权人：西安交通大学
申请日： 2021-09-17 - 公布日： 2023-04-14 - 主分类号： G06N20/00 文献下载
摘要：本发明属于机器学习领域，公开了一种决策系统的公平性修复方法、系统、设备及存储介质，包括获取决策系统的机器学习模型以及若干决策样本，根据各决策样本下决策系统的机器学习模型的激活路径统计，将决策样本分为特殊激活样本和正常决策样本，当决策样本为正常决策样本时，基于机器学习模型的原始训练方式训练机器学习模型；当决策样本为特殊激活样本时，基于Dropout训练方式训练机器学习模型；遍历完成后，得到优化机器学习模型；采用优化机器学习模型替代决策系统的机器学习模型，得到修复的决策系统。可以检测和修复潜在的评分决策机器学习系统的公平性问题。经过修复的决策系统公平性表现有了明显提高，不再表现出对敏感属性的明显歧视性。
决策系统公平性修复方法设备存储介质

[发明专利]形成机器学习应用系统的方法、装置及电子设备-CN202010006328.X在审
发明人：蒋如杰;黄启印;孙尚椿;张晓露;王琳;周俊 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-01-03 - 公布日： 2020-06-05 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例提供形成机器学习应用系统的方法、装置及电子设备，其中，通过所述机器学习应用系统生成机器学习处理模型，其中一个方法包括：获取用户对于机器学习应用系统的组件配置文件，其中，所述组件配置文件包括期望的组件及参数；获取机器学习应用的依赖树；以及基于所述组件配置文件和所述依赖树形成所述机器学习应用系统。
形成机器学习应用系统方法装置电子设备

[发明专利]机器学习处理流水线优化-CN202080038028.8在审
发明人：吴天昊 -专利权人：美国元初智能公司
申请日： 2020-04-06 - 公布日： 2022-01-11 - 主分类号： G06N20/00 文献下载
摘要：用于机器学习训练的系统和方法提供用于训练机器学习处理流水线的主AI子系统，机器学习处理流水线包括用于处理输入文档的机器学习组件，其中至少两个候选机器学习组件中的每一个提供有至少两个候选实施方式，并且主AI子系统通过为至少两个机器学习组件中的每一个选择性地部署至少两个候选实施方式来训练机器学习处理流水线。
机器学习处理流水线优化

[发明专利]用于训练机器学习系统的方法、设备和计算机程序-CN201910151665.5在审
发明人： C.肖恩;S.格雷尔 -专利权人：罗伯特·博世有限公司
申请日： 2019-02-28 - 公布日： 2019-09-10 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及一种用于训练机器学习系统（12）的方法。所述机器学习系统（12）借助所述机器学习系统的输入参量沿着通过所述机器学习系统（12）的多个路径的传播根据相应的路径的多个区段的激活来确定输出参量。根据分配给所述区段的、表征机器学习系统的参量以及根据分配给所述区段的激活函数来确定每个区段的激活。所述方法包括以下步骤：确定所述机器学习系统（12）的输出参量。根据表征学习进展的成本函数适配表征所述机器学习系统的参量（23）中的至少一个。本发明此外涉及一种计算机程序和一种用于实施所述方法的设备以及一种机器可读的存储元件（12），在所述存储元件上存储所述计算机程序。
机器学习系统计算机程序存储元件输出参量学习系统训练机器参量激活成本函数机器可读激活函数输入参量学习进展分配适配存储传播

[发明专利]用于检验人工神经网络的稳健性的方法和设备-CN202080046927.2在审
发明人： L·高尔霍夫;谷年龙 -专利权人：罗伯特·博世有限公司
申请日： 2020-06-10 - 公布日： 2022-02-01 - 主分类号： G06N3/04 文献下载
摘要：计算机实施的神经网络系统，其包括：第一机器学习系统、尤其是第一神经网络（GEN）；第二机器学习系统、尤其是第二神经网络（ENC）和第三机器学习系统、尤其是第三神经网络（DIS），其中所述第一机器学习系统（GEN）构造为，从可预先给定的低维度潜在变量（z）中确定较高维度的构造图像（公式（A）），其中所述第二机器学习系统（ENC）构造为，从较高维度的构造图像（公式（A））中又确定所述潜在变量（z），并且其中所述第三机器学习系统（DIS）构造为，辨别输送给所述第三机器学习系统（DIS）的图像是否是真实图像（x）。
用于检验人工神经网络稳健方法设备

[发明专利]一种基于强化学习的自动化机器学习系统-CN202011494630.0在审
发明人：王腾;袁翰青;杨会峰;王占魁;孙辰军;王静;周文芳;遇炳杰;樊京杭;杨钰雪 -专利权人：国网河北省电力有限公司;国家电网有限公司
申请日： 2020-12-17 - 公布日： 2021-03-12 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及机器学习技术领域，具体是一种基于强化学习的自动化机器学习系统，包括学习库以及与学习库进行智能交互的自动化机器，其中：自动化机器：用于获取用户发出的学习指令，并发送至学习库；学习库：用于接收自动化机器发送的学习指令，执行学习动作，并向自动化机器发送学习结果。本发明将自动化机器与学习库进行智能交互，根据用户发送的学习指令，基于学习库中预存的知识库，从复杂动态系统的大量学习资料数据中进行学习并不断训练，提升自动化机器智能学习的能力。
一种基于强化学习自动化机器系统

[发明专利]机器学习模型参数传递方法及装置-CN202010349436.7有效
发明人：索士强;谌丽;王映民 -专利权人：大唐移动通信设备有限公司
申请日： 2020-04-28 - 公布日： 2023-10-10 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了在移动通信系统中进行机器学习模型参数传递方法及装置，用以当机器学习推演模型在无线移动通信系统内部时，实现机器学习模型的部署/更新。本申请提供的机器学习模型参数传递方法包括：向第二设备上报第一设备支持应用机器学习模型的功能单元列表及机器学习模型类型；接收所述第二设备发送的机器学习模型参数；将所述机器学习模型参数发送给所述第一设备中的目标功能单元
机器学习模型参数传递方法装置

[发明专利]一种机器学习系统学习性能的评估方法-CN201610471449.5有效
发明人：王瑞波 -专利权人：山西大学
申请日： 2016-06-24 - 公布日： 2018-07-24 - 主分类号： G06N99/00 文献下载
摘要：本发明公开了一种机器学习系统学习性能的评估方法，根据用户给定的评估次数，将数据集切分成多组不同的训练集和验证集；针对多组训练集和验证集中的每一组，使用训练集（验证集）对机器学习系统进行训练，得到机器学习模型；再使用验证集（训练集）对机器学习模型进行测试，得到机器学习系统性能的单次估计；当多组训练集和验证集全部用完后，将机器学习系统性能的所有估计平均起来作为系统性能的最终估计；同时等待用户是否采纳当前的估计；若用户需要增大评估次数，则在原有基础上，逐步增加余下的训练集和测试集，并执行机器学习系统的训练和测试，直至计算出新的性能估计；若用户采纳当前的估计，则返回当前的机器学习系统性能的估计。
一种机器学习系统性能评估方法

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