-
公开(公告)号：CN119631086A
公开(公告)日：2025-03-14
申请号：CN202280097902.4
申请日：2022-07-04
Applicant: 罗伯特·博世有限公司 , 清华大学
IPC: G06N3/08
Abstract: 本公开内容提供了一种用于多个任务的连续学习的计算机实现的方法，包括：由多个连续学习子网络并行地接收输入数据，所述输入数据与所述多个任务中的一个任务相关，所述多个连续学习子网络的数量是固定的并且与所述多个任务的数量无关；分别由所述多个连续学习子网络基于所述输入数据来生成多个特征表示；由特征集成子网络基于所述多个特征表示来生成与所述一个任务相关的预测；基于与所述一个任务相关的所述预测和与直到所述一个任务为止已经学习的任务相关的信息来生成连续学习损失值；以及基于所述连续学习损失值来更新所述多个连续学习子网络和所述特征集成子网络的可学习参数。
-
公开(公告)号：CN112734038A
公开(公告)日：2021-04-30
申请号：CN202110077164.4
申请日：2021-01-20
Applicant: 清华大学
Abstract: 本发明的实施方式提供了一种小样本持续学习模型的训练方法、介质、装置和计算设备。该方法包括：所述小样本持续学习模型中包含慢权重和快权重，基于当前任务对应的训练数据集，计算所述慢权重对应的当前活动标记；基于所述当前活动标记与由在先任务存储的累积活动标记，计算得到映射值；将所述慢权重复制至所述快权重，通过分类损失函数对所述快权重进行更新；通过更新后的快权重对所述慢权重中的参数进行更新，并基于更新后的所述快权重和所述慢权重，实现对所述小样本持续学习模型的训练。本发明能够平衡在同一模型中小样本学习的泛化能力以及持续学习的拟合能力，提升了小样本持续学习模型对整个任务序列的处理性能。
-
公开(公告)号：CN109342655A
公开(公告)日：2019-02-15
申请号：CN201811190553.2
申请日：2018-10-12
Applicant: 清华大学合肥公共安全研究院 , 武汉理工大学
IPC: G01N33/00
Abstract: 本发明属于灾害环境模拟系统领域，具体涉及一种火爆毒灾害环境模拟实验系统，该模拟实验系统包括设置在管路一端的爆炸冲击波发生装置、设置在管路中部的火灾高温发生装置和有毒气体/颗粒环境发生装置，设置火灾高温发生装置和有毒气体/颗粒环境发生装置处的管路作为模拟实验系统的试验段。该发明的优点在于：提供一种复合性的灾害实验环境，本发明通过在管路上爆炸冲击波发生装置、火灾高温发射装置、有毒气体/颗粒环境发生装置，从而模拟冲击波、有毒物质、高温的复合灾害环境，为研究火爆毒复合灾害环境下的人体损伤机理及个体防护技术需求，为危化品从业人员选用适当的应急装备提供指导，最终达到保护人民生命安全的目的。
-
公开(公告)号：CN118265988A
公开(公告)日：2024-06-28
申请号：CN202180103671.9
申请日：2021-10-25
Applicant: 罗伯特·博世有限公司 , 清华大学
Abstract: 本公开内容涉及一种用于持续学习的方法，该方法包括：由神经网络在第一训练数据集上学习第一任务，以获得用于第一任务的神经网络的参数；以及在学习第一任务之后，由神经网络在第二训练数据集上学习第二任务，其中学习第二任务包括：获得用于第二任务的神经网络的扩展参数；以及通过使用两个权重合并正则化项，选择性地与用于第一任务的参数和用于第二任务的扩展参数进行合并，以获得用于第一任务和第二任务两者的神经网络的参数。
-
公开(公告)号：CN112379325A
公开(公告)日：2021-02-19
申请号：CN201911165993.7
申请日：2019-11-25
Abstract: 本发明实施例提供一种用于智能电表的故障诊断方法及系统，该方法包括：获取目标智能电表的设备物理信息；基于训练好的智能电表故障诊断模型，对所述目标智能电表的设备物理信息进行分析诊断，获取到所述目标智能电表的故障诊断结果；所述训练好的智能电表故障诊断模型是由样本设备物理信息，通过对贝叶斯网络进行训练得到的。本发明实施例基于贝叶斯网络构建用于智能电表的故障诊断模型，根据设备物理信息和故障检修数据之间的关联性，得到智能电表的故障类型，从而提高了智能电表故障诊断的准确率，为现场运维提供维修依据。
-
Patent Agency Ranking
公开(公告)号：CN111191709A
公开(公告)日：2020-05-22
申请号：CN201911361322.8
申请日：2019-12-25
Applicant: 清华大学
Abstract: 本发明实施例提供一种深度神经网络的持续学习框架及持续学习方法，其中持续学习框架包括：条件生成器网络，用于生成与当前任务的训练数据同类别的生成数据，并在训练时为当前任务分配特定的参数子空间；判别器网络，用于监督生成数据的生成过程，以使生成数据逐渐逼近旧任务的训练数据，并将逼近的生成数据作为旧任务的等效训练数据；分类器网络，包括独立分类器网络和判别器网络带有的辅助分类器网络，用于利用权重巩固机制，选择性的保持编码旧任务的参数，并利用当前任务的训练数据和旧任务的等效训练数据，持续性的更新并联合训练当前任务。本发明实施例能够有效缓解持续学习过程中对旧任务的灾难性遗忘，提升持续学习能力。
-
公开(公告)号：CN109342655B
公开(公告)日：2024-11-26
申请号：CN201811190553.2
申请日：2018-10-12
Applicant: 清华大学合肥公共安全研究院 , 武汉理工大学
IPC: G01N33/00
Abstract: 本发明属于灾害环境模拟系统领域，具体涉及一种火爆毒灾害环境模拟实验系统，该模拟实验系统包括设置在管路一端的爆炸冲击波发生装置、设置在管路中部的火灾高温发生装置和有毒气体/颗粒环境发生装置，设置火灾高温发生装置和有毒气体/颗粒环境发生装置处的管路作为模拟实验系统的试验段。该发明的优点在于：提供一种复合性的灾害实验环境，本发明通过在管路上爆炸冲击波发生装置、火灾高温发射装置、有毒气体/颗粒环境发生装置，从而模拟冲击波、有毒物质、高温的复合灾害环境，为研究火爆毒复合灾害环境下的人体损伤机理及个体防护技术需求，为危化品从业人员选用适当的应急装备提供指导，最终达到保护人民生命安全的目的。
-
公开(公告)号：CN111191709B
公开(公告)日：2023-10-31
申请号：CN201911361322.8
申请日：2019-12-25
Applicant: 清华大学
IPC: G06F18/214 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供一种深度神经网络的持续学习框架及持续学习方法，其中持续学习框架包括：条件生成器网络，用于生成与当前任务的训练数据同类别的生成数据，并在训练时为当前任务分配特定的参数子空间；判别器网络，用于监督生成数据的生成过程，以使生成数据逐渐逼近旧任务的训练数据，并将逼近的生成数据作为旧任务的等效训练数据；分类器网络，包括独立分类器网络和判别器网络带有的辅助分类器网络，用于利用权重巩固机制，选择性的保持编码旧任务的参数，并利用当前任务的训练数据和旧任务的等效训练数据，持续性的更新并联合训练当前任务。本发明实施例能够有效缓解持续学习过程中对旧任务的灾难性遗忘，提升持续学习能力。
-
公开(公告)号：CN116010843A
公开(公告)日：2023-04-25
申请号：CN202211565271.2
申请日：2022-12-07
Inventor： 李铭凯 , 孙健 , 李蕊 , 刘恒 , 步志文 , 董宇 , 李秀芳 , 朱锦山 , 李乾 , 姚鹏 , 丁宁 , 陆翔宇 , 易欣 , 史鹏博 , 王芳 , 李亦非 , 李佳 , 蒋紫娟 , 王馨 , 张影 , 胡伟 , 郭秋婷
IPC: G06F18/24 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种用电数据分解方法及装置、存储介质和处理器。其中，该方法包括：获取目标用户的用电数据；对上述用电数据进行维度合成处理，得到目标数据集，其中，上述维度合成处理用于将不同维度的时序数据合并成一个多维的张量形式的数据；采用卷积神经网络的注意力机制对上述目标数据集进行分解处理，得到多个目标用电数据，其中，上述目标用户的多个电器分别对应一个上述目标用电数据。本发明解决了现有技术中用电数据分解方法在复杂场景下分解效果不佳的技术问题。
-
公开(公告)号：CN209342678U
公开(公告)日：2019-09-03
申请号：CN201821698379.8
申请日：2018-10-12
Applicant: 清华大学合肥公共安全研究院 , 武汉理工大学
IPC: G01N33/00
Abstract: 本实用新型属于灾害环境模拟系统领域，具体涉及一种火爆毒灾害环境模拟实验系统，该模拟实验系统包括设置在管路一端的爆炸冲击波发生装置、设置在管路中部的火灾高温发生装置和有毒气体/颗粒环境发生装置，设置火灾高温发生装置和有毒气体/颗粒环境发生装置处的管路作为模拟实验系统的试验段。该实用新型的优点在于：提供一种复合性的灾害实验环境，本实用新型通过在管路上爆炸冲击波发生装置、火灾高温发射装置、有毒气体/颗粒环境发生装置，从而模拟冲击波、有毒物质、高温的复合灾害环境，为研究火爆毒复合灾害环境下的人体损伤机理及个体防护技术需求，为危化品从业人员选用适当的应急装备提供指导，最终达到保护人民生命安全的目的。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
