-
公开(公告)号：WO2022145583A1
公开(公告)日：2022-07-07
申请号：PCT/KR2021/004584
申请日：2021-04-12
Applicant: 엘지전자 주식회사
Abstract: 본 개시는 무선 통신 시스템에서 단말 및 기지국의 동작 방법 및 이를 지원하는 장치를 개시한다. 본 개시의 일 예로서, 무선 통신 시스템에서 단말의 동작 방법은, 서버로부터 글로벌 모델에 관련된 제1 정보 및 적어도 하나의 연결을 선택하기 위한 제2 정보를 수신하는 단계, 상기 제2 정보에 기반하여 로컬 모델의 연결들 중 일부를 확인하는 단계, 상기 일부에 포함되는 연결들의 가중치들을 갱신하는 단계, 및 상기 갱신된 가중치들 중 변화량에 기반하여 선택된 적어도 하나의 가중치에 대한 제3 정보를 상기 서버에게 송신하는 단계를 포함할 수 있다.
-
公开(公告)号：WO2022145564A1
公开(公告)日：2022-07-07
申请号：PCT/KR2021/000782
申请日：2021-01-20
Applicant: 국민대학교산학협력단
Abstract: 본 발명은 딥러닝 모델 서빙 최적화를 위한 모델 자동 경량화 방법 및 장치, 이를 이용한 클라우드 추론 서비스 제공 방법에 관한 것으로, 상기 장치는 딥러닝 모델을 구축하기 위한 딥러닝 알고리즘을 수신하는 단계; 상기 딥러닝 알고리즘을 복수의 동작 단계들로 분할하는 단계; 상기 딥러닝 알고리즘에 따른 학습 과정에서 상기 복수의 동작 단계들 사이에 존재하는 적어도 하나의 분기 지점을 결정하는 단계; 상기 적어도 하나의 분기 지점을 기준으로 상기 학습 과정의 진행 방향으로부터 분기하고 상기 딥러닝 알고리즘의 마지막 동작 단계로 진행하는 적어도 하나의 중간 딥러닝 모델을 생성하는 단계; 및 상기 학습 과정의 완료에 따라 상기 딥러닝 모델 및 상기 적어도 하나의 중간 딥러닝 모델을 완성하는 단계를 포함한다.
-
公开(公告)号：WO2022139789A1
公开(公告)日：2022-06-30
申请号：PCT/US2020/066387
申请日：2020-12-21
Applicant: HITACHI VANTARA LLC
Inventor： DAMO, Mauro A. , LIN, Wei , SCHMARZO, William
Abstract: Example implementations described herein are directed to a system with a plurality of sensors associated with a plurality of apparatuses, which involves, for receipt of a hypothesis canvas and meta-data from the plurality of sensors, generating a plurality of meta-pipeline stages, the plurality of meta-pipeline stages having the meta-data and one or more stages, each of the one or more stages being an analytics application or a machine learning application stacked in execution order based on the meta-data and the hypothesis canvas; and executing the plurality of meta-pipeline stages in execution order on the meta-data to generate an analytics model for the system.
-
公开(公告)号：WO2022134391A1
公开(公告)日：2022-06-30
申请号：PCT/CN2021/087524
申请日：2021-04-15
Applicant: 中国科学院西安光学精密机械研究所 , 中国科学院计算技术研究所
Abstract: 本发明涉及人工神经元及神经网络，具体涉及一种融合神经元模型、神经网络结构及其推理方法和训练方法、计算机可读存储介质及计算机设备，融合神经元模型的每个突触连接权值是任意一个连续可导的非线性的函数，在突触权值上实现线性到非线性的映射，神经网络结构以融合神经元模型作为基本组成单位，构成层次化结构，推理方法是将输入数据代入连接的非线性权值函数中，计算出连接加权结果，再将该神经元所有的加权结果求和，直接传递到下一级神经元，依次前向传递，最后得到识别结果，训练方法是通过反向传播算法和梯度下降算法来优化神经元模型的参数，计算机可读存储介质及计算机设备能够实现推理方法和训练方法的具体步骤。
-
公开(公告)号：WO2022130522A1
公开(公告)日：2022-06-23
申请号：PCT/JP2020/046862
申请日：2020-12-16
Applicant: 日本電気株式会社
Inventor： 本浦 庄太
IPC: G06N5/04
Abstract: ユーザの納得する仮説を生成するために、情報処理装置（１）は、仮説推論によりそれぞれ異なる複数の仮説を生成する仮説生成部（１１）と、生成された前記複数の仮説のそれぞれについて、当該仮説を構成する複数の要素を表示装置に表示させる仮説表示部（１２）と、表示された前記要素に対するユーザからのフィードバックを受け付ける受付部（１３）と、を備え、仮説生成部（１１）は、前記フィードバックに応じた制約条件を適用して仮説の再生成を行う。
-
Patent Agency Ranking
公开(公告)号：WO2022108570A1
公开(公告)日：2022-05-27
申请号：PCT/TR2021/051247
申请日：2021-11-22
Applicant: TURKIYE GARANTI BANKASI ANONIM SIRKETI
Inventor： YILMAZ, Irem
Abstract: The present invention relates to a system (1) for making a reminder and offering a payment suggestion to bank customers for tax payments upon analysing transaction data carried out by them in payment transactions by using banking products of customers, via artificial intelligence algorithms.
-
公开(公告)号：WO2022103873A1
公开(公告)日：2022-05-19
申请号：PCT/US2021/058833
申请日：2021-11-10
Applicant: ECHONOUS, INC.
Inventor： ZHANG, Fan
Abstract: A hybrid inference facility receives a sequence of data items. For each data item, the facility: forwards the data item to a server; subjects it to a local machine learning model to produce a local inference result for the data item; and the local inference result to a queue; aggregates the inference results contained by the queue to obtain an output inference result; and removes the oldest inference result from the queue. The facility receives from the server cloud inference results each obtained by applying a server machine learning model to one of the data items forwarded to the server. For each received cloud inference result, the facility substitutes the cloud inference result in the queue for the local inference result for the same data item.
-
公开(公告)号：WO2022095807A1
公开(公告)日：2022-05-12
申请号：PCT/CN2021/127748
申请日：2021-10-30
Applicant: 华为云计算技术有限公司
IPC: G06N5/04
Abstract: 一种任务学习系统、方法及相关设备，包括：知识库模块以及任务处理装置，其中，知识库模块用于存储任务属性以及该任务属性对应的任务模型，而任务处理装置用于获取输入样本，并在输入样本对应的推理任务为未知任务时，根据知识库模块存储的任务属性以及任务模型为未知任务生成推理模型，以便利用该推理模型对输入样本进行推理，得到目标推理结果。如此，针对于未知任务，不仅可以有效提高对于该输入样本的推理准确性，而且也无需用户定制化生成推理模型，降低了用户的定制化成本。
-
公开(公告)号：WO2022077907A1
公开(公告)日：2022-04-21
申请号：PCT/CN2021/095175
申请日：2021-05-21
Applicant: 上海交通大学
Abstract: 一种对抗攻击的检测方法、系统、设备、计算机可读存储介质，所述对抗攻击的检测方法包括：接收训练数据，并提取与训练数据对应的激活路径（S11）；将若干激活路径进行整合，以形成整个类别的训练数据对应的类别路径（S12）；接收待检测数据，并提取与所述待检测数据对应的激活路径（S14）；计算所述类别路径与所述待检测数据对应的激活路径之间的相似度（S15）；根据所述类别路径与所述待检测数据对应的激活路径之间的相似度，判断所述待检测数据是否为对抗样本（S16）。能够在神经网络的推理过程中实现在线对抗攻击的检测，从而检测出神经网络模型的异常；且检测方法可以达到较高的检测准确率以及较低的开销，为深度学习系统的鲁棒性提供了支持。
-
公开(公告)号：WO2022066388A1
公开(公告)日：2022-03-31
申请号：PCT/US2021/048832
申请日：2021-09-02
Applicant: NEC LABORATORIES AMERICA, INC.
Inventor： KADAV, Asim , LAI, Farley , GRAF, Hans, Peter , NICULESCU-MIZIL, Alexandru , MIN, Renqiang , ZHOU, Honglu
Abstract: A method for using a multi-hop reasoning framework to perform multi-step compositional long-term reasoning is presented. The method includes extracting (1001) feature maps and frame-level representations from a video stream by using a convolutional neural network (CNN), performing (1003) object representation learning and detection, linking (1005) objects through time via tracking to generate object tracks and image feature tracks, feeding (1007) the object tracks and the image feature tracks to a multi-hop transformer that hops over frames in the video stream while concurrently attending to one or more of the objects in the video stream until the multi-hop transformer arrives at a correct answer, and employing (1009) video representation learning and recognition from the objects and image context to locate a target object within the video stream.
-
-
-
-
-
-
-
-
-
Search Results
1379
records
(took 0.028 seconds)
