使用加权混合机器学习模型进行需求预测

被引：0

专利类型：

发明

申请号：

CN201880071162.0

申请日：

2018-09-18

公开(公告)号：

CN111295681A

公开(公告)日：

2020-06-16

发明(设计)人：

雷明 C·波佩斯库

申请人：

申请人地址：

美国加利福尼亚

IPC主分类号：

G06Q1006

IPC分类号：

G06Q3002

代理机构：

中国国际贸易促进委员会专利商标事务所 11038

代理人：

邹丹

法律状态：

公开

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
2020-06-16	公开	公开
2020-07-10	实质审查的生效	实质审查的生效 IPC(主分类):G06Q 10/06 申请日:20180918

共 50 条

[1]

基于时间序列机器学习模型的资源需求预测 [P].

S·布拉马查里 ;

N·K·卿柯尼卡 .

中国专利 :CN114514543A ,2022-05-17

[2]

融合时序预测模型和机器学习模型的备件需求预测方法 [P].

王浩业 ;

任爽 .

中国专利 :CN113127537A ,2021-07-16

[3]

一种基于机器学习的需求预测方法 [P].

周伟华 ;

周云 .

中国专利 :CN118982197A ,2024-11-19

[4]

训练和使用模型来预测配方特性的混合机器学习方法 [P].

F·阿吉雷瓦尔加斯 ;

S·穆克霍培德海耶 ;

J·克拉拉克 ;

B·里杰克森 ;

V·V·金兹伯格 ;

P·库克森 ;

A·施密特 ;

S·S·耶尔 .

美国专利 :CN120435741A ,2025-08-05

[5]

实例加权学习机器学习模型 [P].

托尼·拉蒙·马丁内斯 ;

曾信川 .

中国专利 :CN104956359A ,2015-09-30

[6]

基于机器学习模型对内分泌干扰物的富集需求预测方法 [P].

姚义鸣 ;

贺阿娜 ;

孙红文 .

中国专利 :CN120564839A ,2025-08-29

[7]

使用机器学习模型预测疾病结果 [P].

D·科勒 ;

A·卡亚卡斯 ;

E·沙伦 ;

C·G·S·科塔-拉姆西诺 ;

P·F·小帕尔梅多 ;

M·M·索尔坦 ;

P·D·斯塔尼特萨斯 ;

F·P·卡萨莱 ;

A·J·雷塞尔曼 ;

L·卡特加亚 ;

M·R·萨里克 .

中国专利 :CN115698335A ,2023-02-03

[8]

一种混合机器学习模型的滑坡位移预测方法 [P].

关善文 ;

邓洪高 ;

周李 ;

纪元法 ;

罗笑南 .

中国专利 :CN109992847B ,2019-07-09

[9]

用于编码分类的混合机器学习模型 [P].

王纯 ;

J·M·沃西克 ;

V·罗斯海尔 ;

K·德布 ;

Y·D·德巴尔 ;

E·D·古德曼 .

美国专利 :CN112997200B ,2024-02-02

[10]

用于编码分类的混合机器学习模型 [P].

王纯 ;

J·M·沃西克 ;

V·罗斯海尔 ;

K·德布 ;

Y·D·德巴尔 ;

E·D·古德曼 .

中国专利 :CN112997200A ,2021-06-18

← 1 2 3 4 5 →