“rnn”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1192个，建议您升级VIP下载更多相关专利

[发明专利]用于文本到语音的超结构循环神经网络-CN201580031571.4有效
发明人：赵培;M·梁;姚开盛;B·严;赵晟;F·A·阿勒瓦 -专利权人：微软技术许可有限责任公司
申请日： 2015-06-12 - 公布日： 2020-10-16 - 主分类号： G10L13/10 文献下载
摘要：本技术与利用循环神经网络(RNN)来将文本转换为语音相关。循环神经网络可以被实现为用于确定文本的特性的多个模块。在实施例中，可以利用词性RNN模块、发音RNN模块、语言注音标记RNN模块、以及上下文感知和语义挖掘RNN模块全部。来自RNN模块的特性是通过基于其他RNN模块的输出来确定输入文本的拼音特性的超结构RNN模块来处理。超结构RNN模块可以生成能够由语音合成器转换为可听见的语音的生成序列。
用于文本语音结构循环神经网络

[发明专利]一种生成RNN模型的方法及装置-CN202111211894.5在审
发明人：白立勋;石巍巍;俞清华 -专利权人：华为技术有限公司
申请日： 2021-10-18 - 公布日： 2023-04-21 - 主分类号： G06N3/084 文献下载
摘要：本申请公开了一种生成RNN模型的方法及装置，用以解决现有的RNN模型由于存在频繁的量化和反量化操作，导致推理速度较低的技术问题。该方法包括：生成第一RNN模型，第一RNN模型中包括矩阵加函数和激活函数，矩阵加函数的计算结果在进行量化处理后输入激活函数，激活函数的计算结果在进行反量化处理后作为输出矩阵；获取第一RNN模型进行模型训练时的精度损失；若精度损失不小于预设阈值，则基于精度损失对第一RNN模型的权重矩阵进行更新得到更新后的第一RNN模型，直至更新后的第一RNN模型进行模型训练时的精度损失小于预设阈值；生成第二RNN模型，第二RNN模型为去除量化处理和反量化处理后的更新后的第一RNN模型。
一种生成 rnn 模型方法装置

[发明专利]音频事件检测方法、装置及计算机可读存储介质-CN201710797265.2有效
发明人：刘海波 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-09-06 - 公布日： 2020-03-17 - 主分类号： G10L15/06 文献下载
摘要：本发明公开了一种音频事件检测方法、装置及计算机可读存储介质，该方法包括：利用从分帧处理得到的各时刻的音频数据中分别提取指定特征向量输入训练得到的RNN/BI‑RNN模型中，以实现音频事件的检测。使用训练得到的RNN/BI‑RNN模型对音频事件进行检测，由于RNN模型在进行音频事件检测时除了使用当前时刻的信息，还将使用当前时刻之前时刻的信息，且BI‑RNN模型除了使用当前时刻的信息和当前时刻之前时刻的信息以外，还将使用当前时刻之后时刻的信息，因此，RNN/BI‑RNN模型的学习能力相对于GMM和SVM更强，使用具有更强学习能力的RNN/BI‑RNN模型对音频事件进行检测，具有更优的检测效果。
音频事件检测方法装置计算机可读存储介质

[发明专利]模式识别装置以及模式识别方法-CN201710752959.4在审
发明人：益子贵史 -专利权人：株式会社东芝
申请日： 2017-08-29 - 公布日： 2018-05-25 - 主分类号： G06N3/04 文献下载
摘要：在实施方式的模式识别装置中，作为构成递归型神经网络的中间层的RNN层包括输入变换部和RNN处理部。RNN层的输入变换部针对每个阶段进行针对输入矢量和递归输入矢量的变换，计算比所述输入矢量的维数与所述递归输入矢量的维数之和小的维数的变换矢量并输出的步骤，其中该输入矢量由从所述输入层输出的特征矢量或者下位的所述RNN层所包括的所述RNN处理部的输出构成，该递归输入矢量由该RNN层所包括的所述RNN处理部的之前阶段的输出构成。RNN层的RNN处理部针对每个阶段根据由该RNN层所包括的输入变换部计算出的变换矢量计算RNN输出矢量并输出。
输入矢量模式识别装置递归输出模式识别输入变换维数神经网络矢量计算输出矢量特征矢量矢量计算量输入层中间层削减

[发明专利]模式识别装置以及模式识别方法-CN202211302084.5在审
发明人：益子贵史 -专利权人：株式会社东芝
申请日： 2017-08-29 - 公布日： 2023-01-03 - 主分类号： G06N3/04 文献下载
摘要：在实施方式的模式识别装置中，作为构成递归型神经网络的中间层的RNN层包括输入变换部和RNN处理部。RNN层的输入变换部针对每个阶段进行针对输入矢量和递归输入矢量的变换，计算比所述输入矢量的维数与所述递归输入矢量的维数之和小的维数的变换矢量并输出的步骤，其中该输入矢量由从所述输入层输出的特征矢量或者下位的所述RNN层所包括的所述RNN处理部的输出构成，该递归输入矢量由该RNN层所包括的所述RNN处理部的之前阶段的输出构成。RNN层的RNN处理部针对每个阶段根据由该RNN层所包括的输入变换部计算出的变换矢量计算RNN输出矢量并输出。
模式识别装置以及方法

[发明专利]基于先进的递归神经网络的“字母到声音”-CN201580031721.1在审
发明人：赵培;姚开盛;M·梁;黄美玉;赵晟;B·严;G·茨威格;F·A·阿勒瓦 -专利权人：微软技术许可有限责任公司
申请日： 2015-06-10 - 公布日： 2017-08-18 - 主分类号： G06N3/04 文献下载
摘要：本技术涉及利用递归神经网络(RNN)执行字母到声音的转换。RNN可以实现为用于进行字母到声音的转换的RNN模块。RNN模块接收文本输入，并将文本转换为对应的音素。在确定对应的音素时，RNN模块可以分析文本的字母和在被分析字母周围的字母。RNN模块还可以以相反次序分析文本的字母。RNN模块还可以接收关于输入文本的上下文信息。
基于先进递归神经网络字母声音

[发明专利]用于水质参数预测的联合神经网络模型及其训练方法-CN202010914340.0在审
发明人：夏文泽;刘杰;林甲;冯骁;许雪乔 -专利权人：北京首创股份有限公司;北京华展汇元信息技术有限公司
申请日： 2020-09-03 - 公布日： 2020-12-29 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种用于水质参数预测的基于RNN的联合神经网络模型，包括：若干RNN类神经网络，分别部署在各污水测量点；两端的RNN类神经网络的中间层输入只与相邻一个RNN的中间层输出相连；两端之间任一RNN类神经网络的中间层输入同时与相邻两个RNN中间层输出相连；两端的RNN类神经网络的一侧各设一个高斯函数模块和一个乘法模块；两端间任一RNN类神经网络的两侧都设一个高斯函数模块和一个乘法模块；各高斯函数模块的输入与对应RNN的输入相连，输出与对应乘法模块一个输入相连；乘法模块另一输入与对应RNN的中间层输出相连，输出与相邻RNN的中间层输入相接。
用于水质参数预测联合神经网络模型及其训练方法

[发明专利]循环神经网络训练优化方法、设备、系统及可读存储介质-CN201911141081.6有效
发明人：程勇;刘洋;陈天健 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-11-20 - 公布日： 2023-09-26 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种循环神经网络训练优化方法、设备、系统及可读存储介质，所述方法包括：接收参与设备发送的RNN输出结果，其中，RNN输出结果为参与设备将上游传递信息，以及参与设备所处理时间步对应的本地训练数据输入对应RNN中得到的；根据RNN输出结果计算得到梯度信息；将梯度信息反向传播给参与设备，供各参与设备根据梯度信息更新RNN的模型参数；将从各参与设备接收到的更新后模型参数进行融合得到全局模型参数，并返回给各参与设备，迭代训练得到训练完成的RNN。本发明通过协调设备协调多个参与设备分别处理不同时间步，分担训练RNN的计算和电量开销，使得在设备计算资源和电量资源有限的场景下也可以进行RNN训练。
循环神经网络训练优化方法设备系统可读存储介质

[发明专利]一种基于LASSO和RNN预测设备使用寿命的方法及工具-CN202111122279.7在审
发明人：李锐;贾永飞;张晖 -专利权人：浪潮集团有限公司
申请日： 2021-09-24 - 公布日： 2022-02-11 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于LASSO和RNN预测设备使用寿命的方法，涉及数据应用技术领域，包括：采集设备运行的历史数据和最新数据；对采集数据进行预处理；使用LASSO算法对预处理后的数据进行变量选择，去除掉系数为零的变量，实现数据的降维；构建RNN模型，将处理后的历史数据送入RNN模型中进行训练，调整RNN模型参数，得到训练完成的RNN模型；将处理后的最新数据送入训练完成的RNN模型，训练完成的RNN模型输出设备使用寿命的预测结果本发明还公开一种基于LASSO和RNN预测设备使用寿命的工具，其与前述方法相结合，可以通过训练完成的RNN模型通过设备运行的最新数据预测设备的使用寿命，从而及时提醒用户更换设备，减少因为设备故障所造成的经济损失
一种基于 lasso rnn 预测设备使用寿命方法工具

[发明专利]一种基于RNN的量子计算方法和装置-CN202010367221.8在审
发明人：王玲;王锋;廖茜茜;柯瑞林;关庆阳;张仁辉 -专利权人：深圳市迪米欧科技有限公司
申请日： 2020-04-30 - 公布日： 2020-08-18 - 主分类号： G06N10/00 文献下载
摘要：一种基于RNN的液态并行量子计算方法、装置和计算机可读存储介质，其中，所述方法包括：建立循环神经网络RNN；将多源异构数据输入已建立的RNN进行训练，得到已训练RNN；建立已训练RNN的单层神经元个体的前向输出，其中，单层神经元个体作为激活的融合函数；重构和修正已训练RNN的权值；在已训练RNN的数据融合层通过数据特征融合，获取量子计算的特征输出。本发明提供的技术方案使得镓基液态金属作为一种新型智能材料，其优越的表面性质及理化特性，将液态金属作为智能计算系统在量子计算中使用，在训练出RNN的并行计算架构，巧妙地将高效液态金属与量子并行计算相结合，
一种基于 rnn 量子计算方法装置

[发明专利]一种基于RNN-LSTM网络的矿热炉工况预测方法-CN201910045402.6在审
发明人：孔维健;方开创;马强;甜娜 -专利权人：东华大学
申请日： 2019-01-17 - 公布日： 2019-03-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于RNN‑LSTM网络的矿热炉工况预测方法，包括以下步骤：采集现场多台同种型号电炉整个熔炼过程的工况状态；对数据进行数据清洗，并进行归一化处理，将数据划分为训练集与测试集；构建RNN‑LSTM网络结构；将训练集数据作为RNN‑LSTM网络结构输入，对RNN‑LSTM网络结构进行训练；将测试集数据输入已经训练好的RNN‑LSTM网络结构进行验证，计算预测准确率并通过测试集对RNN‑LSTM网络结构模型进行参数微调，提高预测精度，并将最后的RNN‑LSTM网络结构模型作为矿热炉工况预测模型。
网络结构矿热炉预测网络结构模型测试集测试集数据归一化处理训练集数据参数微调工况状态生产过程数据清洗预测模型熔炼训练集电炉准确率构建网络采集验证

[发明专利]一种基于分层循环神经网络语言模型的语音识别方法-CN201611059843.4在审
发明人：夏春秋 -专利权人：深圳市唯特视科技有限公司
申请日： 2016-11-25 - 公布日： 2017-05-31 - 主分类号： G10L15/16 文献下载
摘要：本发明中提出的一种基于分层循环神经网络语言模型的语音识别方法，其主要内容包括使用RNN的字符级语言建模、用外部时钟和复位信号扩展RNN结构、具有分级RNN的字符级语言建模、进行语音识别，其过程为，先使用RNN的字符级语言建模，接着用外部时钟和复位信号扩展RNN结构，具有分级RNN的字符级语言建模，最后进行语音识别。本发明用基于分层循环神经网络语言模型替换传统的单时钟RNN字符级语言模型，具有更好的识别精度，降低了参数的数量；语言模型词汇量大，需要的存储空间更小；分层语言模型可以被扩展以处理更长时期的信息，例如句子
一种基于分层循环神经网络语言模型语音识别方法

[发明专利]一种城市交通流量预测方法、系统及电子设备-CN201811357538.2有效
发明人：杨之乐;麻人文;郭媛君;朱俊丞;周翊民;刘睿晗;肖传杰;张莉;王颖 -专利权人：中国科学院深圳先进技术研究院
申请日： 2018-11-15 - 公布日： 2021-04-20 - 主分类号： G06Q10/04 文献下载
摘要：所述方法包括：步骤a：构建LSTM‑RNN神经网络；步骤b：通过CSO算法对所述LSTM‑RNN神经网络进行参数优化，得到所述LSTM‑RNN神经网络的初始参数值；步骤c：将所述初始参数值加入LSTM‑RNN神经网络，得到CSO‑LSTM‑RNN神经网络；步骤d：将交通流量数据输入所述CSO‑LSTM‑RNN神经网络，并通过所述CSO‑LSTM‑RNN神经网络输出交通流量预测结果。
一种城市交通流量预测方法系统电子设备

[发明专利]一种基于切分循环神经网络的序列模型建立方法-CN201810594531.6有效
发明人：于泽平;刘功申 -专利权人：上海交通大学
申请日： 2018-06-11 - 公布日： 2022-01-28 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种基于切分循环神经网络的序列模型建立方法，本发明的SRNN通过对RNN整体结构改进，使其可以并行训练，SRNN的速度相较传统RNN有了较大的提升。本发明的SRNN可以获取序列的高层次信息，例如当层数为3时，最底层的RNN可以获得词汇层次的信息，中间层的RNN可以获得句子层次的信息，最顶层的RNN可以获得段落层次的信息，并且，SRNN将每个RNN都限制在最小子序列的长度
一种基于切分循环神经网络序列模型建立方法

[发明专利]基于RNN的降噪处理方法及系统-CN202011638332.4在审
发明人：安静波;周晓强;牟春伟 -专利权人：北京天润融通科技股份有限公司
申请日： 2020-12-31 - 公布日： 2021-05-18 - 主分类号： G10L21/0208 文献下载
摘要：本发明提供了一种基于RNN的降噪处理方法及系统。该方法包括：利用降噪语音的训练数据对递归神经网络RNN进行训练；采用完成训练的RNN对语音数据进行降噪处理。本发明提供的基于RNN的降噪处理方法及系统能够实现对语音信号的精准降噪。
基于 rnn 处理方法系统

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 1192 条