通信高效联合学习
    23.
    发明公开

    公开(公告)号:CN107871160A

    公开(公告)日:2018-04-03

    申请号:CN201710874932.2

    申请日:2017-09-25

    Applicant: 谷歌公司

    CPC classification number: G06N99/005 G06N7/005 G06N3/08 G06N3/0454

    Abstract: 本申请涉及通信高效联合学习。本公开提供一种用于在诸如例如联合学习框架的机器学习框架内传输模型更新的有效率通信技术,该联合学习框架中在大量客户端上分布的训练数据上训练高品质集中化模型,每个客户端具有不可靠的网络连接和低计算能力。在一个示例联合学习设置下,在多轮中的每一轮中,每个客户端独立地基于其本地数据来更新模型并且将更新的模型传送回到服务器,其中所有客户端侧更新被用来更新全局模型。本公开提供降低通信成本的系统和方法。特别地,本公开提供至少:结构化更新方案,其中模型更新被约束为小并且为概略的更新方案,其中,模型更新在发送到服务器之前被压缩。

    大型运行系统的基于状态的预防维护装置及方法

    公开(公告)号:CN107851294A

    公开(公告)日:2018-03-27

    申请号:CN201680040401.7

    申请日:2016-07-11

    Inventor: 裵锡柱

    CPC classification number: G06Q10/20 G06N7/005

    Abstract: 公开一种大型运行系统的基于状态的预防维护装置及方法。大型运行系统的基于状态的预防维护装置包括:从设置于系统的多个传感器收集传感器数据的收集部;对收集的所述传感器数据进行小波变换提取能谱作为特征值的特征提取部;计算提取的所述特征值的斜率和截距的计算部;以及利用算出的所述斜率和截距监控所述系统有无故障的监控部。

    基于检测到的波形类型推荐测量
    26.
    发明公开

    公开(公告)号:CN107818331A

    公开(公告)日:2018-03-20

    申请号:CN201710816657.9

    申请日:2017-09-12

    Abstract: 一种示波器包括:用于接收训练数据的输入端口,训练数据包括波形和对应的已知分类;和处理器,用于基于训练数据训练多个分类器。训练包括把每个分类器迭代地应用于训练数据的每个波形以获得对应的预测波形分类,并且将预测波形分类与已知分类进行比较。当预测波形分类与已知分类不匹配时校正分类器。利用建议的测量或动作构建针对每个分类的模型。随后,实时波形数据由示波器捕获并且分类器被应用到实时数据。当针对单个分类的置信度值超过阈值时,波形数据被分类,并且建议的测量或动作基于所述分类在示波器中被实现。

    一种面向离散与连续相混合空间的相遇概率计算方法

    公开(公告)号:CN107730005A

    公开(公告)日:2018-02-23

    申请号:CN201710812103.1

    申请日:2017-09-11

    CPC classification number: G06N7/005 G06Q50/265

    Abstract: 本发明公开了一种面向离散与连续相混合空间的相遇概率计算方法,搜寻者F与走失者G在离散与连续混合空间S上随机走动,S是一边长为l的正方形区域,F和G分布在混合空间S上的概率密度函数分别为f(x,y)和g(x,y),(x,y)表示二维坐标,在连续空间中F和G可相遇的最大距离阈值记为dmeet,在混合空间中两个对象相遇概率的计算方法包括以下步骤:步骤S010,混合空间基于栅格数据模型的表达;步骤S020,概率分布预处理;步骤S030,计算在离散型子空间D中的相遇概率;步骤S040,计算在连续型子空间C中的相遇概率;步骤S050,计算混合空间的相遇概率。本发明解决了实际地理空间的相遇概率问题。

    在传统处理器上模拟量子样计算的QUANTON表示

    公开(公告)号:CN107683460A

    公开(公告)日:2018-02-09

    申请号:CN201680034976.8

    申请日:2016-05-05

    Inventor: A·马宗达

    CPC classification number: G06N99/002 G06F9/45504 G06N3/126 G06N7/005

    Abstract: Quanton虚拟机在多项式时间中逼近阶乘空间中的NP-困难问题的解。数据表示和方法在传统硬件上模拟量子计算,但是如果在量子硬件上运行时,也实施量子计算。Quanton使用由莱默代码进行索引的置换和置换运算符来表示量子门和运算。生成函数将索引嵌入至几何对象中以便进行高效的压缩表示。将非线性定向概率分布嵌入至流形,并且在每个索引点的切线空间处也是线性概率分布。对于分布的简单向量运算对应于量子门运算。Quanton提供量子计算的特征:叠加、量子化和纠缠替代。Quanton群体作为对问题求解的局部进化门运算或作为分布估计算法中的候选解来进化。Quanton使用置换的模算术,因此在任何硬件上都是完全并行的。

Patent Agency Ranking