发明公开
CN114611223A 深度学习生成模型
审中-实审
- 专利标题: 深度学习生成模型
-
申请号: CN202111119857.1申请日: 2021-09-24
-
公开(公告)号: CN114611223A公开(公告)日: 2022-06-10
- 发明人: M·梅兹格汉尼 , M·奥夫斯贾尼科夫 , M·布尔克纳福德
- 申请人: 达索系统公司 , 巴黎综合理工学院 , 国立科学研究中心
- 申请人地址: 法国韦利济-维拉库布莱; ;
- 专利权人: 达索系统公司,巴黎综合理工学院,国立科学研究中心
- 当前专利权人: 达索系统公司,巴黎综合理工学院,国立科学研究中心
- 当前专利权人地址: 法国韦利济-维拉库布莱; ;
- 代理机构: 永新专利商标代理有限公司
- 代理商 刘文灿
- 优先权: 20306099.1 20200925 EP
- 主分类号: G06F30/17
- IPC分类号: G06F30/17 ; G06F30/27 ; G06N3/04 ; G06N3/08
摘要:
本公开特别涉及一种用于训练深度学习生成模型的计算机实现方法,该模型被配置为输出均表示机械零件或机械零件组装件的3D建模对象。该方法包括提供3D建模对象的数据集并基于该数据集训练深度学习生成模型。训练包括最小化损失。损失包括一项,该项针对每个输出的相应3D建模对象,惩罚相应3D建模对象的一个或多个功能分数。每个功能分数衡量机械零件或机械零件组装件对于一个或多个功能描述符之中的相应功能描述符的不尊重程度。这形成了关于输出3D建模对象的改进解决方案,每个3D建模对象都代表机械零件或机械零件组装件。