“神经网络”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果932234个，建议您升级VIP下载更多相关专利

[发明专利]神经网络处理的方法、装置与系统-CN202080089427.7在审
发明人：洪宗会;霍元宏;沈广冲;张广飞 -专利权人：北京算能科技有限公司
申请日： 2020-01-16 - 公布日： 2022-08-02 - 主分类号： G06N3/063 文献下载
摘要：一种神经网络处理的方法、装置(100)与系统(1000)，该装置(100)包括：第一计算阵列(10)，用于执行第一类神经网络运算；第二计算阵列(20)，用于执行第二类神经网络运算，第二类神经网络运算不同于第一类神经网络运算；控制模块(30)，用于控制第一计算阵列(10)执行第一类神经网络运算，以及控制第二计算阵列(20)执行第二类神经网络运算。通过包括多个用于执行神经网络中不同类型的运算的计算阵列，从而可以实现对神经网络中多种类型的运算进行加速，从而可以提高深度神经网络的计算效率。
神经网络处理方法装置系统

[发明专利]神经网络模型裁剪方法、装置、设备及介质-CN202210473945.X在审
发明人：涂小兵;姚直言;邱凯彬;吴浩博 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-04-29 - 公布日： 2022-08-09 - 主分类号： G06N3/08 文献下载
摘要：本公开关于一种神经网络模型裁剪方法、装置、设备及介质，所述神经网络模型裁剪方法包括：获取神经网络模型对应的裁剪比例和配置文件，其中，所述配置文件用于定义针对所述神经网络模型的裁剪逻辑，所述裁剪比例是指所述神经网络模型的各层中被裁剪的输出通道数占各层的总输出通道数的比例；根据所述裁剪比例和所述配置文件对所述神经网络模型进行裁剪，得到裁剪后的神经网络模型。根据本公开的神经网络模型裁剪方法、装置、设备及介质，通过将对神经网络的裁剪逻辑封装为配置化文件，在对神经网络模型进行裁剪时只需调用该配置文件即可实现裁剪，无需人工逐层定义裁剪比例，可提高裁剪效率。
神经网络模型裁剪方法装置设备介质

[发明专利]用于神经网络压缩中优先级信令的高级语法-CN202080083224.7在审
发明人： F·克里克里;M·汉努卡塞拉;E·B·阿克苏;H·雷扎扎德甘塔瓦科利;G·冉古 -专利权人：诺基亚技术有限公司
申请日： 2020-10-01 - 公布日： 2022-07-12 - 主分类号： G06N3/08 文献下载
摘要：公开了用于压缩神经网络的装置、方法和计算机程序。一种装置包括用于从第二设备接收信息的模块，其中该信息包括被配置为用于压缩神经网络的至少一个参数，其中该至少一个参数与该神经网络的至少一个第一方面或任务有关；以及用于压缩神经网络的模块，其中该神经网络至少部分地基于从第二设备接收的至少一个参数来压缩该装置还可以包括用于从第二设备接收神经网络的模块，其中接收的神经网络是经压缩的神经网络，并且其中接收的经压缩的神经网络在压缩神经网络之前已经用第二设备压缩过。
用于神经网络压缩优先级高级语法

[发明专利]基于卷积神经网络的抗音调干扰LDPC码的译码方法-CN201811189786.0有效
发明人：胡翰智;尹振东;吴芝路;赵延龙;刘庆之 -专利权人：哈尔滨工业大学
申请日： 2018-10-12 - 公布日： 2021-03-16 - 主分类号： H04L1/00 文献下载
摘要：基于卷积神经网络的抗音调干扰LDPC码的译码方法，本发明涉及LDPC码的译码方法。本发明的目的是为了解决现有神经网络译码模型在受到音调干扰的时候，译码性能准确率低的问题。过程为：1、建立用于LDPC码译码的卷积神经网络；2、确定卷积神经网络的初始参数；3、基于通信信号获得卷积神经网络的训练样本和测试样本；4、将训练样本输入到卷积神经网络中进行训练，得到训练好的卷积神经网络；5、将测试样本输入训练好的卷积神经网络进行测试，得到最终训练好的卷积神经网络；6、利用最终训练好的卷积神经网络对受到音调干扰的LDPC码进行译码。
基于卷积神经网络音调干扰 ldpc 译码方法

[发明专利]一种神经网络模型参数的更新方法-CN202010182990.0有效
发明人：李林峰;黄海荣 -专利权人：湖北亿咖通科技有限公司
申请日： 2020-03-16 - 公布日： 2021-08-27 - 主分类号： G06F9/50 文献下载
摘要：本发明提供了一种神经网络模型参数的更新方法，应用于客户端。该更新方法包括：获取神经网络模型新参数；将所述神经网络模型新参数存储到保存有所述神经网络模型的当前参数的内存中的可用存储空间；调用保存的所述神经网络模型新参数以更新所述神经网络模型的当前参数。在无文件系统的嵌入式环境中，通过直接将神经网络模型新参数保存到内存中并调用神经网络模型新参数用于神经网络模型识别，而无需重启来重新加载神经网络模型，实现了在不中断识别处理业务的前提下方便快捷地对模型参数进行更新
一种神经网络模型参数更新方法

[发明专利]一种人工神经网络计算装置和方法-CN201711426401.3有效
发明人：不公告发明人 -专利权人：上海寒武纪信息科技有限公司
申请日： 2017-12-25 - 公布日： 2022-04-12 - 主分类号： G06N3/063 文献下载
摘要：本公开提供了一种人工神经网络计算方法，利用人工神经网络计算装置对多层人工神经网络的进行训练，包括：对多层人工神经网络中的各层依次执行正向运算，对于多层人工神经网络的每一层，正向运算包括：映射单元对输入数据进行处理，以得到处理后的输入数据；存储单元存储处理后的输入数据；运算单元读取处理后的输入数据，进行人工神经网络运算，得到人工神经网络的输出数据；按照与正向运算相反的顺序，对多层人工神经网络中的各层依次执行反向运算；对多层人工神经网络中的各层进行权值更新；重复执行上述各个步骤多次，完成多层人工神经网络的训练。
一种人工神经网络计算装置方法

[发明专利]数据处理方法、相关设备及系统-CN202210370811.5有效
发明人：李纪先;郭御风;马卓;张璐;高鹏飞 -专利权人：飞腾信息技术有限公司
申请日： 2022-04-11 - 公布日： 2022-08-12 - 主分类号： G06N3/04 文献下载
摘要：本申请提供一种数据处理方法、相关设备及系统，方法应用于边缘处理芯片，边缘处理芯片中的硬件可配置多种卷积神经网络单元，卷积神经网络单元用于执行与之匹配的卷积神经网络模型；方法包括：在卷积神经网络单元中，对卷积神经网络模型进行训练，对训练好的卷积神经网络模型进行测试，得到测试结果；在边缘处理芯片中，基于每种卷积神经网络单元对应的测试结果，配置目标卷积神经网络单元，以通过目标卷积神经网络单元执行待处理任务。本申请可以选出相对于边缘处理芯片的资源而言，表现更优的卷积神经网络单元，从而在有限的资源条件下，达到更好的处理效果。
数据处理方法相关设备系统

[发明专利]面向多特征图的异构深度神经网络结构组合方法及系统-CN202010001772.2有效
发明人：陈红松;陈京九 -专利权人：北京科技大学
申请日： 2020-01-02 - 公布日： 2023-07-28 - 主分类号： G06V10/82 文献下载
摘要：本发明提供一种面向多特征图的异构深度神经网络结构组合方法及系统，该面向多特征图的异构深度神经网络结构组合方法包括：获取前置神经网络的输出模块输出的特征子图；对特征子图进行拼接操作，得到拼接特征图；将拼接特征图输出至后置神经网络的输入模块本发明通过拼接多个特征子图连接异构神经网络的前置神经网络的输出模块与后置神经网络的输入模块，保留了前置神经网络的输出模块中特征子图的内在空间特征，提高了异构神经网络模型的组合效率，无需进行复杂的计算，提高了异构深度神经网络模型的准确度
面向特征深度神经网络结构组合方法系统

[发明专利]一种面向芯粒的深度神经网络流水线并行调度方法及装置-CN202211381782.9有效
发明人：潘秋红;许慧卿;毛旷;汤昭荣;杨弢;杨佳宁;叶茂伟;王颖 -专利权人：之江实验室
申请日： 2022-11-07 - 公布日： 2023-03-24 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种面向芯粒的深度神经网络流水线并行调度方法及装置，该方法包括：获取深度神经网络和芯粒拓扑结构；根据所述深度神经网络，构造深度神经网络计算图并对所述深度神经网络计算图进行缩减；根据缩减后的深度神经网络计算图划分流水线组，得到流水线组图；根据所述流水线组图和芯粒拓扑结构，划分流水线并行区域；根据划分后的流水线并行区域和所述芯粒拓扑结构确定深度神经网络流水线并行调度策略；按照所述深度神经网络流水线并行调度策略，将所述深度神经网络部署到芯粒上，执行深度神经网络流水线并行推理。
一种面向深度神经网络流水线并行调度方法装置

[发明专利]神经网络模型的运行方法、电子设备和存储介质-CN202110191285.1有效
发明人：张忠立 -专利权人：展讯通信（上海）有限公司
申请日： 2021-02-19 - 公布日： 2022-10-21 - 主分类号： G06N3/063 文献下载
摘要：本申请提出了一种神经网络模型的运行方法、电子设备和存储介质，涉及人工智能技术领域。其中，上述神经网络模型的运行方法包括：首先，获取第一神经网络模型，第一神经网络模型的至少一个模型算子为待确定算子。以及，获取第一神经网络模型的算子映射数据，算子映射数据包括待确定算子与原始模型算子的映射关系。然后，根据映射关系，获取第一神经网络模型的各个待确定算子的原始模型算子。最后，将第一神经网络模型的各个待确定算子替换为对应的原始模型算子并运行第一神经网络模型。从而以实现对神经网络模型的保护，防止神经网络模型被非法获取和攻击。
神经网络模型运行方法电子设备存储介质

[发明专利]图像美学处理方法及电子设备-CN201880060615.X有效
发明人：张晴;谢淼;芮祥麟 -专利权人：华为技术有限公司
申请日： 2018-03-26 - 公布日： 2023-09-12 - 主分类号： G06V10/764 文献下载
摘要：本申请提供一种图像美学处理方法及电子设备，其中，图像美学评分模型生成方法包括：根据预设的卷积结构集合构建第一神经网络；获取图像分类神经网络，其中，所述图像分类神经网络用于对图像的场景进行分类；根据所述第一神经网络以及所述图像分类神经网络，得到第二神经网络，所述第二神经网络为包含场景信息的神经网络；根据所述第二神经网络，确定图像美学评分模型，所述图像美学评分模型的输出信息包括图像场景分类信息。该方法中，通过在主干神经网络上融合了场景信息，使得所得到的图像美学评分模型具有可解释性，同时，使用预设的卷积结构集合，可以提升图像美学评分模型的评分准确率。
图像美学处理方法电子设备

[发明专利]多神经网络输出方法及装置、服务器、计算机可读介质-CN201811639019.5有效
发明人：张扬 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2018-12-29 - 公布日： 2020-12-29 - 主分类号： G06N3/04 文献下载
摘要：本公开提供了一种多神经网络输出方法，根据多个神经网络间的预设输出帧率比将每个神经网络的算子运算过程或部分神经网络的算子运算过程划分为多次，通过网络切换的方式依序执行多个神经网络的算子运算过程以使得多个神经网络均匀输出且满足预设输出帧率比本公开还提供了一种多神经网络输出装置、服务器、计算机可读介质。
神经网络输出方法装置服务器计算机可读介质

[发明专利]一种解释脉冲神经网络模型运行的可视化交互方法-CN202310522580.X在审
发明人：邓水光;孙庆姣;李沁心;章明;杨国青;李莹;潘纲 -专利权人：浙江大学;之江实验室
申请日： 2023-05-10 - 公布日： 2023-09-08 - 主分类号： G06N3/10 文献下载
摘要：本发明公开了一种解释脉冲神经网络模型运行的可视化交互方法，在编辑模式下，包括以下步骤：设计脉冲神经网络模型的网络结构；修改脉冲神经网络模型的神经元连接权重值；设置脉冲神经网络模型的每层阈值电压；随机生成脉冲神经网络模型的输入脉冲序列；基于设置结果运行脉冲神经网络模型并进行动态可视化。在模型文件导入模式下，包括以下步骤：输入脉冲神经网络模型文件并进行模型结构解析；运行解析的脉冲神经网络模型并进行动态可视化。该方法可以实现对脉冲神经网络模型运行过程的可视化解释。
一种解释脉冲神经网络模型运行可视化交互方法

[发明专利]基于GA-BP神经网络的城市用水量预测方法-CN201910701624.9在审
发明人：武风波;赵盼;吕茜彤;范梦宁;刘兆琦;刘贝;刘瑶 -专利权人：西安科技大学
申请日： 2019-07-31 - 公布日： 2019-11-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及神经网络及城市用水预测领域，特别涉及一种基于GA‑BP神经网络的城市用水量预测方法。包括：步骤一、BP神经网络结构的构建；步骤二、GA优化BP神经网络初始权值；步骤三、GA‑BP神经网络的训练与预测；步骤四、将训练好的GA‑BP神经网络用于城市用水量的预测。本发明基于GA‑BP神经网络的城市用水量预测方法，克服了优化神经网络初始权值的困难，提高了分析的预测精度。
城市用水量预测神经网络神经网络结构优化神经网络城市用水构建分析

[发明专利]可自适应神经网络-CN201980055866.3在审
发明人： B·G·格布雷;S·特拉亚诺夫斯基 -专利权人：皇家飞利浦有限公司
申请日： 2019-08-20 - 公布日： 2021-04-09 - 主分类号： G06N3/04 文献下载
摘要：一种可自适应神经网络系统(1)由两个神经网络(4、5)组成。每当所述神经网络(5)中的一个神经网络接收到指示期望任务的新的第二输入数据(12)时，所述一个神经网络(5)就基于关于特定任务的信息来调整另一个神经网络(4)的结构，使得所述另一个神经网络(4)适于执行所述特定任务因此，能够实现能够对输入数据(11)执行不同任务的可自适应神经网络系统(1)。
自适应神经网络

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top