“输入数据集”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3942114个，建议您升级VIP下载更多相关专利

[发明专利]闭环系统中的对象辨识方法、电子设备和计算机可读存储介质-CN202010955597.0在审
发明人：孙立明;吴振龙 -专利权人：匙慧（北京）科技有限公司
申请日： 2020-09-11 - 公布日： 2021-01-08 - 主分类号： G05B11/42 文献下载
摘要：本发明提供了一种闭环系统中的对象辨识方法、电子设备和计算机可读存储介质，该方法包括下述步骤：在所选阶跃响应下的时间段采集闭环系统的原始输入数据集和与所述原始输入数据集对应的原始输出数据集、可用输入数据集和与所述可用输入数据集对应的可用输出数据集；基于所述闭环系统的阶跃响应参数和待辨识对象的纯延迟时间常数对所述可用输入数据集和可用输出数据集进行处理得到处理输入数据集和与所述处理输入数据集所对应的处理输出数据集；基于所述闭环系统的反馈控制器和可用数据集对闭环系统控制量的作用系数对所述处理输入数据集和处理输出数据集进行处理，得到最终大数据集；基于最终大数据集获得待辨识对象的传递函数模型。
闭环系统中的对象辨识方法电子设备计算机可读存储介质

[发明专利]使用统计浓缩途径进行保密数据挖掘的方法和装置-CN200410056329.6有效
发明人：查如·C·阿格沃尔;俞世纶 -专利权人：国际商业机器公司
申请日： 2004-08-06 - 公布日： 2005-02-16 - 主分类号： G06F17/30 文献下载
摘要：提供了与数据挖掘过程结合使用的从至少一个输入数据集产生至少一个输出数据集的方法和装置。首先，由至少一个输入数据集构建数据统计。然后，从该数据统计产生一个输出数据集。该输出数据集不同于该输入数据集，但保持来自该输入数据集内的一个或多个相关性。这些相关性可以是一个多维输入数据集的不同维之间的固有相关性。来自输入数据集的显著的信息量可被隐藏，从而可提高数据挖掘过程的保密水平。
使用统计浓缩途径进行保密数据挖掘方法装置

[发明专利]确定用于人工神经网络的后训练量化的代表性输入数据集的方法和系统-CN202310296016.0在审
发明人： R·L·布塞斯;M·A·阿圭勒;S·克赖恩贝格 -专利权人： APTIV技术有限公司
申请日： 2023-03-23 - 公布日： 2023-10-17 - 主分类号： G06N3/04 文献下载
摘要：本公开涉及确定用于人工神经网络的后训练量化的代表性输入数据集的方法和系统。确定用于人工神经网络的后训练量化的代表性输入数据集的计算机实现方法包括以下步骤：获取输入数据集；处理输入数据集以提取与输入数据集相关联的一个或更多个参数；设置包括下裁剪限制和上裁剪限制的裁剪限制；通过基于输入数据集与经量化再去量化的输入数据集之间的数值差计算量化误差来调整上裁剪限制和下裁剪限制，其中，误差是根据基于用户输入的误差度量来计算的；以及将代表性输入数据集确定为输入数据集的子集，该子集的元素适配在裁剪限制内；其中，代表性输入数据集将用于后训练量化的量化校准。
确定用于人工神经网络训练量化代表性输入数据方法系统

[发明专利]可扩展多精度数据流水线系统和方法-CN202110485500.9有效
发明人：汪一;齐峥;王辉;李政 -专利权人：黑芝麻智能科技（重庆）有限公司
申请日： 2021-04-30 - 公布日： 2023-07-07 - 主分类号： G06F9/38 文献下载
摘要：一种可扩展多精度数据流水线系统，包括：本地缓存器，其以本地存储格式存储输入本地数据集；耦接到本地缓存器的输入张量整形器，其读取输入本地数据集，并将输入本地数据集转换为具有向量宽度N乘以张量长度L的张量格式的输入张量数据集；耦接到输入张量整形器的级联流水线，其使输入张量数据集路由通过至少一个函数级，从而得到输出张量数据集；耦接到级联流水线的输出张量整形器，其将输出张量数据集转换为具有本地存储格式的输出本地数据集，并且其中输出张量整形器将输出本地数据集写入本地缓存器
扩展精度数据流水线系统方法

[发明专利]使用深度学习进行网络自优化的方法和系统-CN201880025245.6在审
发明人： S·库塞拉;H·克劳森;D·林奇;D·费根;M·芬顿;M·奥内尔 -专利权人：阿尔卡特朗讯爱尔兰有限公司
申请日： 2018-02-15 - 公布日： 2019-11-29 - 主分类号： H04W24/02 文献下载
摘要：在一个示例实施例中，一种方法包括获取输入数据集和目标，输入数据集包括无线网络通信参数的值，根据目标生成针对输入数据集的输出数据集，生成输入数据集到输出数据集的映射，以及使用映射来训练网络控制器。
输入数据集输出数据集映射无线网络通信目标生成训练网络控制器

[发明专利]针对对抗性攻击为预训练模型预置鲁棒器的系统和方法-CN202210680575.7在审
发明人：林婉怡;L·博伊特索夫;A·诺鲁扎德;J·柯尔特;F·J·卡布里塔孔德萨 -专利权人：罗伯特·博世有限公司
申请日： 2022-06-16 - 公布日： 2022-12-16 - 主分类号： G06V10/774 文献下载
摘要：所述方法包括：从传感器接收输入数据，其中输入数据指示图像、雷达、声纳或声音信息；利用输入数据生成输入数据集，其中输入数据集包括扰动数据；将输入数据集发送给鲁棒器，其中鲁棒器被配置为通过移除与输入数据集相关联的扰动来清理输入数据集，以创建修改的输入数据集；将修改的输入数据集发送到预训练机器学习任务；利用修改的输入数据集训练鲁棒器以获得经训练的鲁棒器；以及响应于经训练的鲁棒器收敛到第一阈值，输出经训练的鲁棒器。
针对对抗性攻击训练模型预置鲁棒器系统方法

[发明专利]数据管理方法及装置、电子设备和存储介质-CN202110556633.0在审
发明人：陈恺;孙展博;黃皓宇;张伟 -专利权人：商汤集团有限公司
申请日： 2021-05-21 - 公布日： 2021-09-10 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及一种数据管理方法及装置、电子设备和存储介质，所述方法包括：响应于针对目标任务的配置操作，确定目标任务的输入数据集；根据输入数据集，执行目标任务，得到输出数据集；记录目标任务、输入数据集以及输出数据集之间的关联关系，以基于关联关系实现数据管理，关联关系包括以下至少一种：输入数据集及输出数据集分别与目标任务之间的对应关系，以及输入数据集与输出数据集之间的衍生关系。
数据管理方法装置电子设备存储介质

[发明专利]免受侧信道分析的保护方法和设备-CN201710499289.X在审
发明人： A·武尔科尔;H·西博尔德德拉克鲁伊 -专利权人：埃沙尔公司
申请日： 2017-06-27 - 公布日： 2018-01-05 - 主分类号： H04L9/00 文献下载
摘要：本发明涉及一种用于由电路执行将第一和第二输入数据相组合并提供相同大小的输出数据的运算的方法，所述方法包括从所述第一输入数据生成第一输入集，所述第一输入集包括与所述第一数据的大小有关的所有可能数据；从所述第二输入数据生成第二输入集，所述第二输入集包括与所述第二数据的大小有关的所有可能数据；将所述运算应用于每个数据对，所述数据对包括所述第一输入集的数据和所述第二输入集的数据，所述运算的输出集包括由将所述运算应用于每个所述数据对而产生的数据
免受信道分析保护方法设备

[发明专利]基于预训练模型的分布式文本模型训练方法、装置、终端设备-CN202111122155.9在审
发明人：林玥煜;邓侃 -专利权人：北京大数医达科技有限公司
申请日： 2021-09-24 - 公布日： 2021-12-28 - 主分类号： G06K9/62 文献下载
摘要：该方法的一具体实施方式包括：获取训练数据集；生成输入适配参数集和输入适配数据集；将输入适配数据集发送至第一终端；接收第一终端发回的输出适配数据集；基于输出适配数据集和训练数据集，生成输出适配参数集；将输入适配参数集和输出适配参数集的集合确定为初始目标模型；基于训练数据集和初始目标模型，生成目标模型，其中，目标模型包括目标输入适配参数集和目标输出适配参数集。该实施方式训练输入适配数据集和输出适配数据集以得到目标模型，训练结构简单、参数少，节省训练资源，提高了训练速度，提升了应用目标模型的后续任务的完成效率。
基于训练模型分布式文本方法装置终端设备

[发明专利]一种基于斜坡响应和已知时滞的闭环系统辨识方法-CN202011015885.4有效
发明人：荆立坤;马春雷;宋宝玉 -专利权人：华电潍坊发电有限公司
申请日： 2020-09-25 - 公布日： 2022-06-03 - 主分类号： G05B13/04 文献下载
摘要：该发明中被控对象采用二阶惯性加纯延迟的传递函数进行描述；将斜坡响应过程中采集的输入数据集和输出数据集计算得到可用输入数据集和可用输出数据集；基于可用输入数据集和可用输出数据集，通过代数运算得到处理输入数据集和处理输出数据集；基于反馈控制器系数、处理输入数据集和处理输出数据集，计算得到最后数据集，并通过代数变换得到最后大数据集；基于得到的最后大数据集和可用输出数据集通过矩阵计算得到被控对象的待辨识系数。
一种基于斜坡响应已知闭环系统辨识方法

[发明专利]数据处理方法及其电子设备和介质-CN202310403046.7在审
发明人：许礼武;余宗桥;黄敦博 -专利权人：安谋科技（中国）有限公司
申请日： 2023-04-14 - 公布日： 2023-07-07 - 主分类号： G06N3/08 文献下载
摘要：本申请涉及人工智能领域，涉及一种数据处理方法及其电子设备和介质，方法包括：获取对第一神经网络模型的模型参数进行量化的第一输入数据集；从第一输入数据集中筛选出满足第一条件的数据组成第二输入数据集；基于调节系数对第二输入数据集中的数据进行调整得到第三输入数据集；使用第三输入数据集对第一神经网络模型的模型参数进行量化，得到第二神经网络模型。确定出的第三输入数据集的数据量小于第一输入数据集的数据量，但第三输入数据集的种类能够尽可能多地覆盖第一输入数据集的种类，使得对神经网络模型进行量化所消耗的时间较少，且保持了通过量化后的神经网络模型的精度
数据处理方法及其电子设备介质

[发明专利]数据的增量并行处理-CN201480077823.2有效
发明人：罗伯特·布拉德肖;克雷格·D·钱伯斯;以斯拉·库伯;阿希什·拉尼瓦拉;弗朗西丝·J·佩里 -专利权人：谷歌有限责任公司
申请日： 2014-08-01 - 公布日： 2020-01-14 - 主分类号： G06F8/41 文献下载
摘要：一个示例方法包括：识别包括指定要对数据集执行的计算操作的指令的同步代码；将所述同步代码变换成包括一个或多个流水线对象的流水线应用；识别要对其执行所述流水线应用的第一输入数据集；对第一输入数据集执行所述流水线应用以产生第一输出数据集；在对所述第一输入数据集执行所述流水线应用之后，识别要对其执行所述流水线应用的第二输入数据集；确定所述第一输入数据集与所述第二输入数据集之间的差异的集合；以及对所述差异集合执行所述流水线应用以产生第二输出数据集
数据增量并行处理

[发明专利]针对多个输入数据集的处理-CN201980020856.6在审
发明人： D·M·万特雷斯;R·戴尔蒙特;T·A·沃尔普;R·黄 -专利权人：亚马逊技术股份有限公司
申请日： 2019-03-19 - 公布日： 2020-11-03 - 主分类号： G06N3/063 文献下载
摘要：在一个实施例中，计算引擎被设置成第一配置以实施神经网络的第二层并且处理与第一上下文有关的第一数据以生成第一上下文第二层输出。所述计算引擎可以从所述第一配置切换到第二配置以实施所述神经网络的第一层。所述计算引擎可以用于处理与第二上下文有关的第二数据以生成第二上下文第一层输出。
针对输入数据处理

[发明专利]训练多幅图像的对齐-CN202180022180.1在审
发明人： C·韦雷坎普 -专利权人：皇家飞利浦有限公司
申请日： 2021-03-16 - 公布日： 2022-11-08 - 主分类号： G06T7/30 文献下载
摘要：提出了生成输入图像数据集的构思，所述输入图像数据集可以用于训练对多幅合成图像的对齐。这样的构思可以基于以下思想：根据任意参考图像的副本来生成输入图像数据集，这些副本在各个方向上发生移位。通过这种方式，可以使用单幅任意图像来创建人为未对齐的输入图像输入样本(即，输入图像数据集)，所述人为未对齐的输入图像输入样本(即，输入图像数据集)能够用于训练神经网络。
训练图像对齐

[发明专利]用于测试计算机程序的方法-CN202310259875.2在审
发明人： I·尼可拉耶;M·林格 -专利权人：罗伯特·博世有限公司
申请日： 2023-03-13 - 公布日： 2023-09-19 - 主分类号： G06F11/36 文献下载
摘要：本发明提供用于测试计算机程序的方法，具有：针对大量输入数据集中用于计算机程序的每个输入数据集执行计算机程序，分别确定计算机程序的覆盖率，其在针对相应输入数据集执行计算机程序时达到；为每个输入数据集产生训练数据元素，其包含为输入数据集确定的覆盖率作为训练输入和输入数据集作为目标输出；使用训练数据元素借助监督学习训练机器学习模型，其具有编码器和解码器，其中编码器设置为从覆盖率中产生表示空间中的表示，解码器设置为从输送给它的来自表示空间的表示中产生计算机程序的输入数据集；从表示空间中选择表示；通过将选择的表示输送给解码器产生附加输入数据集；通过针对产生的附加输入数据集执行计算机程序来测试计算机程序。
用于测试计算机程序方法

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