使用混合密度网络的多对象定位
    3.
    发明公开

    公开(公告)号:CN116888604A

    公开(公告)日:2023-10-13

    申请号:CN202280015179.0

    申请日:2022-01-21

    Abstract: 本公开的某些方面提供了使用混合密度网络进行对象定位的技术,包括:接收在物理空间中收集的射频(RF)信号数据;通过使用第一神经网络处理该RF信号数据来生成对该RF信号数据进行编码的特征向量;使用第一混合模型来处理该特征向量,以生成指示该物理空间中的一组移动对象的第一编码张量、指示该物理空间中每个移动对象的位置的第一位置张量、以及指示该物理空间中每个移动对象的位置的不确定性的第一不确定性张量;以及输出来自第一位置张量的至少一个位置。

    组合混合专家和模型集成的机器学习模型架构

    公开(公告)号:CN118805177A

    公开(公告)日:2024-10-18

    申请号:CN202380025033.9

    申请日:2023-01-17

    Abstract: 本公开的某些方面提供了用于机器学习的技术和装置。在一方面,生成基础模型输出数据,该生成包括用机器学习模型架构的基础模型的至少一部分来处理输入数据,并且用该机器学习模型架构的路由模型来处理该基础模型输出数据以便确定多个专家模型中用以处理该基础模型输出数据的选择的专家模型。生成专家模型输出数据,其中生成该专家模型输出数据包括用所选择的专家模型来处理该基础模型输出数据,并且从该机器学习模型架构生成最终输出数据,其中生成该最终输出数据包括用该机器学习模型架构的集成模型来处理该基础模型输出数据和该专家模型输出数据。

Patent Agency Ranking