“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]用于训练机器学习模型的方法及系统-CN201811041753.1在审
发明人：孙承根;焦英翔;石光川 -专利权人：第四范式（北京）技术有限公司
申请日： 2018-09-07 - 公布日： 2020-03-20 - 主分类号： G06N20/00 文献下载
摘要：提供了一种用于训练机器学习模型的方法及系统。所述方法包括：获取用于限定机器学习模型的训练过程的配置；以及使用针对机器学习模型的模型训练框架对获取的配置进行解析，并执行解析得到的用于训练机器学习模型的处理逻辑，以训练出机器学习模型，其中，用于限定机器学习模型的训练过程的配置包括以下配置之中的至少一种：算法配置，用于限定用于训练机器学习模型的机器学习算法的运算逻辑；输入配置，用于限定所述机器学习算法的输入数据；参数配置，用于限定机器学习模型的参数；以及环境配置，用于限定训练机器学习模型时的环境。根据所述方法及系统，能够基于用于限定机器学习模型的训练过程的配置训练出机器学习模型。
用于训练机器学习模型方法系统

[发明专利]用于机器学习的计算服务的系统及用于机器学习的方法-CN201711391831.6有效
发明人：李博文;杨洪雪 -专利权人：同方威视科技江苏有限公司
申请日： 2017-12-21 - 公布日： 2021-05-14 - 主分类号： G06N20/00 文献下载
摘要：本申请公开一种用于机器学习的计算服务的系统及用于机器学习的方法。涉及计算机信息处理领域，该系统包括：在线实验模块，用于为用户的机器学习代码提供基础服务，所述基础服务包括数据维护、数据编辑、代码运行；训练测试模块，对用户提交的机器学习任务进行训练和测试，所述训练测试模块采用本申请公开的用于机器学习的计算服务的系统及用于机器学习的方法，能够简单快捷的进行机器学习任务的环境部署与数据选择，满足了面向机器学习任务的特有要求，保障了机器学习实验环境的隔离。
用于机器学习计算服务系统方法

[发明专利]用神经网络对热成像图像进行处理以鉴定保温层下腐蚀(CUI)-CN201880060811.7有效
发明人： A.埃默;A.谢里;B.帕罗特;M.萨拉杰 -专利权人：沙特阿拉伯石油公司
申请日： 2018-09-20 - 公布日： 2023-06-02 - 主分类号： G01N25/72 文献下载
摘要：一种用于鉴定结构中的保温层下腐蚀(CUI)的方法，包括：使用红外摄像机接收来自所述结构的热图；使用第一机器学习系统将滤波器应用于所述热图；基于来自所述滤波器的输出初始确定CUI分类；并且通过对所述结构的检查来验证所述初始使用所述验证的结果训练所述第一机器学习系统。将所述第一机器学习系统的输出以及附加结构和环境数据馈送到第二机器学习系统，所述第二机器学习系统将来自早期状态的信息合并到当前状态中。训练所述第二机器学习系统根据所述第一机器学习系统的输出和所述附加数据随时间的变化来鉴定CUI，直到达到CUI分类准确性的第二阈值为止。此后，使用所述第一和第二机器学习系统协同鉴定CUI。
神经网络成像图像进行处理鉴定保温腐蚀 cui

[发明专利]训练机器学习模型的方法、装置以及存储介质-CN201911253316.0在审
发明人：韩卫强;李云彬;彭祚聪;权圣 -专利权人：北京中关村科金技术有限公司
申请日： 2019-12-09 - 公布日： 2021-06-25 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种训练机器学习模型的方法、装置以及存储介质。其中，该方法包括：接收待处理的训练任务；利用容器集群管理系统里的自定义资源组件创建运行机器学习平台的资源；在容器集群管理系统启动基于机器学习平台资源的训练任务；执行训练任务，得到训练后的机器学习模型；以及加载机器学习模型，提供与机器学习模型对应的模型服务。通过这种方式，无需修改容器集群管理系统代码或创建自定义的接口服务，就可以将机器学习平台部署在容器集群管理系统。
训练机器学习模型方法装置以及存储介质

[发明专利]用于探测烟雾的方法和设备-CN202080039448.8在审
发明人： A·韦尔豪森 -专利权人：罗伯特·博世有限公司
申请日： 2020-05-19 - 公布日： 2022-01-07 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种机器学习系统(10)，所述机器学习系统设置用于，根据多个相继检测的图像在所述图像内探测烟雾(12)。所述机器学习系统(10)包括卷积递归神经网络(英：convolutional recurrent neural network)。本发明还涉及一种用于借助所述机器学习系统探测烟雾的方法。
用于探测烟雾方法设备

[发明专利]一种基于安全多方计算协议的可扩展机器学习系统-CN202010050857.X有效
发明人：韩伟力;汤定一;吴豪奇 -专利权人：复旦大学
申请日： 2020-01-16 - 公布日： 2022-09-06 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种基于安全多方计算协议的可扩展机器学习系统，用于使用户在具有三个及以上参与方时构建有效的机器学习模型训练，其特征在于，包括：用于在＝三个及以上参与方中提供通信服务的通信模块；用于让用户定义机器学习模型的结构的机器学习模型表示模块；与通信模块连接并调用通信，同时与机器学习模型表示模块连接，用于训练在机器学习模型表示模块中预定义的机器学习模型的机器学习驱动模块。本发明的基于安全多方计算协议的可扩展机器学习系统将安全多方计算协议与机器学习系统结合，采用秘密共享的方法，对机器学习模型提供隐私保护的支持，使得各数据拥有方可以在其共同的数据上训练模型，而不会泄露结果之外的信息
一种基于安全多方计算协议扩展机器学习系统

[发明专利]用于在边缘设备上评估和选择性蒸馏机器学习模型的系统和方法-CN201980103502.8在审
发明人： M.沙里菲 -专利权人：谷歌有限责任公司
申请日： 2019-12-20 - 公布日： 2022-08-30 - 主分类号： G06N20/00 文献下载
摘要：本公开提供了用于在边缘设备上评估和选择性地蒸馏机器学习模型的系统和方法。方法可以包括通过计算系统的用户计算设备执行用户计算设备存储的教师机器学习模型以从输入数据产生输出数据；通过计算系统评估用户计算设备和教师机器学习模型中的一个或多个的特性；通过计算系统基于评估确定训练用户计算设备存储的学生机器学习模型；以及通过用户计算设备基于教师机器学习模型训练学生机器学习模型。
用于边缘设备评估选择性蒸馏机器学习模型系统方法

[发明专利]用于预测机器学习系统的适合于训练数据记录的配置的方法、设备和计算机程序-CN202110204703.6在审
发明人： A·泽拉;F·胡特;J·西姆斯;L·齐默 -专利权人：罗伯特·博世有限公司
申请日： 2021-02-24 - 公布日： 2021-09-10 - 主分类号： G06N20/00 文献下载
摘要：用于预测机器学习系统的适合于训练数据记录的配置的方法、设备和计算机程序。本发明涉及用于预测机器学习系统的适合于第一训练数据记录的配置的方法。该方法开始于使多个机器学习系统有关第一训练数据记录进行学习，其中机器学习系统和/或所使用的学习方法不一样地被配置。然后创建第二训练数据记录D，其包括经过学习的机器学习系统的所确定的工作能力以及相应的机器学习系统和/或学习方法的分别被分配的配置。然后，根据第二训练数据记录D来使图同构网络进行学习，并且借助于GIN来分别预测多个、尤其是未被用于学习的配置的性能。本发明还涉及用于实施该方法的计算机程序和设备以及在其上存储有该计算机程序的机器可读存储元件。
用于预测机器学习系统适合于训练数据记录配置方法设备计算机程序

[发明专利]一种机器学习系统-CN202010127495.X在审
发明人：蒋英明;贺波;万书武;李均;钟文彬;钟孝勋 -专利权人：平安科技（深圳）有限公司
申请日： 2020-02-28 - 公布日： 2020-06-30 - 主分类号： G06N20/00 文献下载
摘要：本申请适用于人工智能技术领域，提供了一种机器学习系统，包括：计算资源模块、机器学习算法及框架模块、资源管理模块、操作模块以及数据模块；计算资源模块用于为机器学习系统提供计算资源；机器学习算法及框架模块用于提供构建机器学习模型的机器学习的算法和框架；资源管理模块用于对计算资源进行调度；操作模块用于提供构建机器学习模型的操作平台；数据模块用于提供机器学习模型的样本数据，基于大数据平台的基础，利用机器学习算法及框架模块提供多种机器学习算法和框架，利用操作模块构建机器学习模型，并基于资源管理模块调度计算资源对构建的机器学习模型进行训练，无需重复部署集群环境，有效地避免硬件资源浪费，降低开发和运维成本。
一种机器学习系统

[发明专利]一种用于机器学习的高级分析基础构架-CN201911233132.8在审
发明人：彭喆 -专利权人：彭喆
申请日： 2019-12-05 - 公布日： 2020-04-07 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种用于机器学习的高级分析基础构架，包括机器学习系统，所述机器学习系统包括：数据输入模块、机器学习算法库、筛选单元、试验模块和统计模块。本发明，通过在机器学习系统中加入筛选单元，对输入的数据进行分类筛选、数据偏差筛选和数据集中存在的数据缺陷进行筛选，避免输入的数据质量差影响到机器学习系统的正常运行，同时还对数据集中的数据缺陷进行筛选，通过呈现模块将筛选到的数据缺陷进行及时呈现，方便相关人员对机器学习系统中存在的缺陷进行及时的修复，防止一些很小的数据缺点给企业带来高昂的经济损失。
一种用于机器学习高级分析基础构架

[发明专利]用于管理机器学习系统的方法、装置、设备和介质-CN202210540733.9在审
发明人：李志超;邢小璐;刘哲瑞 -专利权人：抖音视界（北京）有限公司;脸萌有限公司
申请日： 2022-05-17 - 公布日： 2022-08-02 - 主分类号： G06F16/33 文献下载
摘要：根据本公开的实现方式，提供了用于管理机器学习系统的方法、装置、设备和介质。在一种方法中，经由即时消息应用接收来自机器学习系统的用户的查询请求，查询请求以自然语言表示并且查询请求是从即时消息应用中的对应于用户的用户账户接收的。确定查询请求指定的查询目标是否与由机器学习系统提供的服务相关联。响应于确定查询目标与由机器学习系统提供的服务相关联，基于机器学习系统的日志获取服务的状态。经由即时消息应用，向用户账户提供服务的状态。以此方式，即时消息应用可以作为用户与机器学习系统之间的接口，在无需人工干预的情况下，自动支持用户来查询机器学习系统中的服务的信息。
用于管理机器学习系统方法装置设备介质

[发明专利]用于机器学习的高级分析基础构架-CN201610391238.0在审
发明人： L·E·斯图劳格森;J·M·埃辛顿 -专利权人：波音公司
申请日： 2016-06-03 - 公布日： 2016-12-21 - 主分类号： G06N99/00 文献下载
摘要：用于机器学习的高级分析基础构架。具体地，公开了用于比较候选机器学习算法的机器学习系统和计算化方法。该机器学习系统包括：机器学习算法库；数据输入模块，该数据输入模块用于接收数据集和对从由机器学习算法库导出的机器学习模型的选择；试验模块；以及聚合模块。试验模块被配置成，训练和评估每一个机器学习模型，以生成针对每一个机器学习模型的性能结果。聚合模块被配置成，聚合针对全部机器学习模型的性能结果，以形成性能比较统计。计算化方法包括以下步骤：接收数据集；接收对机器学习模型的选择；训练和评估每一个机器学习模型，以生成针对每一个机器学习模型的性能结果；聚合性能结果，以形成性能比较统计；以及呈现性能比较统计。
用于机器学习高级分析基础构架

[发明专利]机器学习(ML)基础设施技术-CN202080072144.1在审
发明人： A·波莱里;S·A·洛佩茨;M·M·布罗恩;D·D·戈尔丁;A·伊奥尼德斯;M·D·R·米斯特;H·A·P·蒙特埃奥;O·G·谢维莱弗;L·C·D·S·R·铃木;赵小雪;M·C·罗维 -专利权人：甲骨文国际公司
申请日： 2020-09-04 - 公布日： 2022-06-03 - 主分类号： G06N20/00 文献下载
摘要：本公开涉及用于生成组件的库以生成机器学习模型和机器学习应用的机器学习平台的系统和方法。机器学习基础设施系统允许用户(即，数据科学家)生成机器学习应用，而无需详细了解基于云的网络基础设施或了解如何生成用于构建模型的代码。机器学习平台能够分析识别出的数据和用户提供的期望的预测和性能特点以选择一个或多个库组件和关联的API以生成机器学习应用。机器学习能够监视和评估机器学习模型的输出，以允许对模型进行反馈和调整。机器学习应用能够被训练、测试和编译，以作为独立的可执行代码导出。
机器学习 ml 基础设施技术

[发明专利]基于自我学习系统的智能实验机器人-CN202010986848.1有效
发明人：苏科华;陈彦哲 -专利权人：武汉大学
申请日： 2020-09-18 - 公布日： 2021-04-16 - 主分类号： B25J11/00 文献下载
摘要：本发明公开了一种基于自我学习系统的智能实验机器人，包括捡球机器人(100)；所述捡球机器人(100)的左右两侧均设置有与捡球机器(100)能够拆卸连接的拍摄机器人(200)；所述捡球机器(100)的前后两侧均设置有与捡球机器(100)能够拆卸连接的运球机器人(300)；采用本发明所提供基于自我学习系统的智能实验机器人，能够通过自我学习系统的架构实现自我学习，使得机器人具有一定的人工智能；同时能够使得机器人具有多种模拟动作的功能，能够实现对自我学习系统的验证。
基于自我学习系统智能实验机器人

[发明专利]用于生成增强图像的高内涵成像系统及其操作方法-CN202080075483.5在审
发明人：阿夫鲁·I·科恩;洪迪慧;史蒂夫·卢克;斯蒂芬·莱茵 -专利权人：分子装置有限公司
申请日： 2020-10-21 - 公布日： 2022-06-24 - 主分类号： G06T1/20 文献下载
摘要：一种高内涵成像系统包括载物台、控制器、机器学习系统和图像生成器。控制器接收包括输出成像配置的请求，并且作为响应，控制器：(1)选择与输出成像配置相关联的训练模型、(2)确定与训练模型相关联的输入成像配置、以及(3)根据输入成像配置来配置高内涵成像系统。使用训练模型配置机器学习系统，使得当向机器学习系统提供使用输入成像配置获取的图像时，机器学习系统根据输出成像配置生成输出图像。图像生成器生成载物台上的样本的图像并将生成的图像提供给机器学习系统，并且作为响应，机器学习系统根据输出成像配置生成输出图像。
用于生成增强图像内涵成像系统及其操作方法