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1177944个,建议您升级VIP下载更多相关专利
  • [实用新型]坦克单车综合训练模拟系统-CN201921013131.8有效
  • 徐传兴;朱景沛;葛运涛;刘钱 - 徐州九鼎机电总厂
  • 2019-07-01 - 2020-04-24 - G09B9/04
  • 一种坦克单车综合训练模拟系统,主控台、坦克舱体和六自由度运动平台;坦克舱体安装在六自由度运动平台上,主控计算机与平台控制柜连接,平台控制柜驱动六自由度运动平台;主控台包括主控计算机和主视景显示器,坦克舱体包括驾驶员训练舱体、车长训练舱和炮长训练舱,驾驶员训练舱体内设有驾驶计算机和驾驶视景显示器;车长训练舱内设有车长计算机和车长显示器,炮长训练舱内设有炮长计算机和炮长视景显示器;驾驶计算机、车长计算机和炮长计算机均与各自终端连接本坦克单车综合训练模拟系统,实现坦克实车训练的综合模拟,更加逼真,提高训练者综合能力,更加节省资源。
  • 坦克单车综合训练模拟系统
  • [发明专利]一种基于联邦学习提高众包标注数据质量的方法-CN202210748877.3在审
  • 钱江波;何智敏;卢向明;余毅丰 - 宁波大学
  • 2022-06-29 - 2022-11-04 - G06F16/215
  • 本发明公开了一种基于联邦学习提高众包标注数据质量的方法,包括以下步骤:通过从多个众包平台中随机选择K个众包平台,将用户的数据随机分为K份,然后将K份数据一一对应上传到K个众包平台,然后在每个众包平台,基于用户上传的数据构建训练数据集,将第j个众包平台训练数据集记为,接着分别对这K个众包平台的分类器进行训练,每次训练完成后,每个众包平台的分类器的网络参数相互传递后,然后在每个众包平台处找出标注质量较高的众包平台,将标注质量较高的众包平台传递过来的网络参数进行聚合,得到聚合参数作为每次训练后的最终网络参数;优点是既能够降低标签噪声,提高众包标注数据质量,又具有较高的隐私保护性。
  • 一种基于联邦学习提高标注数据质量方法
  • [实用新型]一种冰球训练装置-CN202020568818.4有效
  • 姚力军;胡学斌 - 宁波江丰智能科技有限公司
  • 2020-04-16 - 2021-02-02 - A63B69/00
  • 本实用新型涉及体育器械领域,尤其涉及一种冰球训练装置。包括:一冰球;一训练平台,所述冰球于所述训练平台上进行移动,所述训练平台中包括:一第一阵列;一连接杆;一眼动传感器。上述技术方案具有如下优点或有益效果:通过本技术方案,方便运动员在家也能进行冰球训练,同时通过获取运动员的冰球训练轨迹,能够对运动员的训练过程进行必要的规范,能够提升运动员的训练效果;本技术方案同时兼具娱乐和冰球活动普及推广的价值
  • 一种冰球训练装置
  • [发明专利]物联网终端升级系统及其方法-CN202110150873.0在审
  • 王祥;武占侠;魏本海;洪海敏;吴在军 - 深圳市国电科技通信有限公司;国网信息通信产业集团有限公司
  • 2021-02-03 - 2021-12-28 - G06F8/65
  • 本发明提供物联网终端升级策略的方法,涉及物联网技术领域,若干个物联网终端定时采集数据并实时将数据发送给物联管理平台;物联管理平台接收若干个所述物联网终端发送的数据进行过滤并以物联网的终端ID为计算目标分类整理成格式化数据存储至模型训练平台的数据库中;模型训练平台调用数据库中格式化数据作为样本数据集执行训练任务,并将完成训练的升级模型发送至物联管理平台;物联管理平台将升级模型发布给各个物联网终端进行升级,并将升级日志传输至物联管理平台。本发明基于线性回归分析算法,训练出升级模型,升级模型可通过不断自学习进行优化完善,同时与平台进行交互,实现每个物联网终端由各自独立升级策略。
  • 联网终端升级系统及其方法
  • [发明专利]基于DMA-MaaS联邦学习平台的模型训练方法及系统-CN202211716818.4在审
  • 陈益强;蒋鑫龙;闫冰洁;王志睿 - 中国科学院计算技术研究所
  • 2022-12-29 - 2023-04-28 - G06V10/774
  • 本发明提出一种基于DMA‑MaaS联邦学习平台的模型训练方法和系统,包括:上传训练数据至联邦学习平台,联邦学习平台训练数据进行检查并添加到数据池;上传任务至联邦学习平台,联邦学习平台将公开的任务加入到公共任务池以供其他用户端选择;通过选择自己发起的任务或在公共任务池中选择任务,判断选择的任务类型是否为联邦学习,若是则在用户端所在用户设备本地基于训练数据执行联邦学习,将学习得到的模型参数和结果返回到联邦学习平台进行参数聚合,直到聚合后的模型达到所需性能,否则联邦学习平台基于训练数据,在云端执行非联邦学习。本发明通过MaaS功能,缓解联邦平台用户侧的异质性,完成数据、任务、算法、模型的管理和创建发挥联邦模型价值。
  • 基于dmamaas联邦学习平台模型训练方法系统

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