学习可压缩的特征

被引：0

专利类型：

发明

申请号：

CN201980004446.2

申请日：

2019-04-01

公开(公告)号：

CN112020724A

公开(公告)日：

2020-12-01

发明(设计)人：

A.施里瓦斯塔瓦 S.辛格 J.巴尔 S.A.阿布-埃尔-哈贾 N.约翰斯顿 G.D.托德里西

申请人：

申请人地址：

美国加利福尼亚州

IPC主分类号：

G06N304

IPC分类号：

G06N308

代理机构：

北京市柳沈律师事务所 11105

代理人：

金玉洁

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
2020-12-18	实质审查的生效	实质审查的生效 IPC(主分类):G06N 3/04 申请日:20190401
2020-12-01	公开	公开

共 50 条

[1]

学习可压缩的特征 [P].

A.施里瓦斯塔瓦 ;

S.辛格 ;

J.巴尔 ;

S.A.阿布-埃尔-哈贾 ;

N.约翰斯顿 ;

G.D.托德里西 .

美国专利 :CN112020724B ,2024-09-24

[2]

密钥可压缩加密的方法和系统 [P].

D.陈 ;

E.兹法迪亚 ;

D.哈尼克 ;

M.法克特 .

中国专利 :CN114174978B ,2022-03-11

[3]

融合径向基的深度算子学习可压缩流场预测方法 [P].

李宇玻 ;

刘枫 ;

吴岸平 ;

熊恒立 ;

蒋万秋 ;

黄俊 .

中国专利 :CN118468455A ,2024-08-09

[4]

融合径向基的深度算子学习可压缩流场预测方法 [P].

李宇玻 ;

刘枫 ;

吴岸平 ;

熊恒立 ;

蒋万秋 ;

黄俊 .

中国专利 :CN118468455B ,2024-09-17

[5]

使用随机特征损坏的自监督对比学习 [P].

达拉·巴赫里 ;

小唐纳德·阿瑟·梅茨勒 ;

汉曦·海因里希·蒋 ;

郑毅 .

中国专利 :CN114881169A ,2022-08-09

[6]

学习来选择类别特征的词汇 [P].

李聪 ;

杰伊·亚当斯 ;

马纳斯·约戈莱卡尔 ;

普拉纳夫·柯海坦 ;

国·V·勒 ;

陈媚 .

中国专利 :CN111652378A ,2020-09-11

[7]

可压缩流动的模拟方法、装置、计算机设备和存储介质 [P].

张振康 ;

张晨晨 .

中国专利 :CN119670622A ,2025-03-21

[8]

NPLS可压缩湍流雷诺应力的全场测量系统及方法 [P].

易仕和 ;

何霖 ;

陈植 ;

赵玉新 ;

田立丰 .

中国专利 :CN102435411B ,2012-05-02

[9]

使用稀疏元学习神经网络的数据压缩和重构 [P].

乔纳森·施瓦茨 .

英国专利 :CN119032361A ,2024-11-26

[10]

中间强化学习目标的无监督的检测 [P].

皮埃尔·塞马内 .

中国专利 :CN110168574A ,2019-08-23

← 1 2 3 4 5 →