基于张量分解的压缩表示学习方法

被引：0

专利类型：

发明

申请号：

CN202010095808.8

申请日：

2020-02-17

公开(公告)号：

CN111340186A

公开(公告)日：

2020-06-26

发明(设计)人：

林宙辰耿正阳陈鸿旭陈鑫

申请人：

申请人地址：

310023 浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼

IPC主分类号：

G06N304

IPC分类号：

G06N308 G06K962

代理机构：

杭州求是专利事务所有限公司 33200

代理人：

邱启旺

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2020-07-21	实质审查的生效	实质审查的生效 IPC(主分类):G06N 3/04 申请日:20200217
2020-06-26	公开	公开

共 50 条

[1]

边缘计算中基于分层张量分解的联邦学习方法 [P].

郑海峰 ;

高敏 ;

马金凤 ;

冯心欣 .

中国专利 :CN110909865A ,2020-03-24

[2]

一种基于路径张量分解的知识图谱表示学习方法 [P].

林开标 ;

朱顺痣 ;

吴运兵 ;

卢萍 ;

杨帆 .

中国专利 :CN106528610A ,2017-03-22

[3]

一种基于路径张量分解的知识图谱表示学习方法 [P].

杨瑞瑞 .

中国专利 :CN112667751A ,2021-04-16

[4]

基于张量的持续学习方法和装置 [P].

李银川 ;

邵云峰 .

中国专利 :CN115169548B ,2025-09-12

[5]

基于张量分解和深度学习的信号压缩与恢复方法及系统 [P].

杨昉 ;

邹琮 ;

潘长勇 ;

宋健 .

中国专利 :CN110070583A ,2019-07-30

[6]

基于块项张量分解的深度神经网络压缩方法 [P].

徐增林 ;

李广西 ;

叶锦棉 ;

陈迪 .

中国专利 :CN107944556B ,2018-04-20

[7]

基于特征哈希的网络表示学习方法 [P].

公茂果 ;

王善峰 ;

王麒翔 ;

张明阳 ;

李豪 ;

武越 ;

张天乐 .

中国专利 :CN109948242A ,2019-06-28

[8]

基于张量分解的模型压缩方法、装置和服务器 [P].

石巍巍 ;

刘华彦 ;

隋志成 ;

周力 ;

刘默翰 .

中国专利 :CN114077885A ,2022-02-22

[9]

一种自适应学习特征及其张量分解式分享学习方法 [P].

郝小汉 ;

胡加明 ;

陈磊 ;

张力超 .

中国专利 :CN107730416A ,2018-02-23

[10]

一种基于张量分解技术的神经语言模型的压缩方法 [P].

马鑫典 ;

张鹏 ;

张帅 .

中国专利 :CN111008517A ,2020-04-14

← 1 2 3 4 5 →