使用随机特征损坏的自监督对比学习

被引：0

申请号：

CN202210597656.0

申请日：

2022-05-30

公开(公告)号：

CN114881169A

公开(公告)日：

2022-08-09

发明(设计)人：

达拉·巴赫里小唐纳德·阿瑟·梅茨勒汉曦·海因里希·蒋郑毅

申请人：

申请人地址：

美国加利福尼亚州

IPC主分类号：

G06K962

IPC分类号：

G06N304 G06N2000

代理机构：

中原信达知识产权代理有限责任公司 11219

代理人：

周亚荣;邓聪惠

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
2022-08-26	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/62 申请日:20220530
2022-08-09	公开	公开

共 50 条

[41]

一种基于自监督对比学习和语义增强的草药推荐方法 [P].

唐贤伦 ;

唐瑜泽 ;

刘庆 ;

江欣彦 ;

邓武权 ;

陈秋 ;

党晓圆 ;

汪应 ;

王乐君 .

中国专利 :CN119760220A ,2025-04-04

[42]

基于邻居上下文自监督对比学习的目标行为预测方法 [P].

郑建兴 ;

李杰 .

中国专利 :CN119067753A ,2024-12-03

[43]

一种基于自监督对比学习和语义增强的草药推荐方法 [P].

唐贤伦 ;

唐瑜泽 ;

刘庆 ;

江欣彦 ;

邓武权 ;

陈秋 ;

党晓圆 ;

汪应 ;

王乐君 .

中国专利 :CN119760220B ,2025-11-28

[44]

使用神经网络的用于强化学习的动作选择 [P].

S.奥新德罗 ;

K.卡夫库格鲁 ;

A.维兹尼韦茨 .

中国专利 :CN110546653A ,2019-12-06

[45]

基于改进自监督特征学习的摄影图像美学风格分类方法 [P].

张桦 ;

包尔权 ;

张灵均 ;

吴以凡 ;

叶挺聪 ;

苟若芸 .

中国专利 :CN114140645B ,2024-04-05

[46]

基于改进自监督特征学习的摄影图像美学风格分类方法 [P].

张桦 ;

包尔权 ;

张灵均 ;

吴以凡 ;

叶挺聪 ;

苟若芸 .

中国专利 :CN114140645A ,2022-03-04

[47]

利用模型增强的自监督学习 [P].

Z·刘 ;

熊蔡明 ;

J·李 ;

Y·陈 .

美国专利 :CN117918014A ,2024-04-23

[48]

基于半监督学习和细粒度特征学习的分类优化方法 [P].

赖丹宇 ;

陈龙 .

中国专利 :CN109657697B ,2019-04-19

[49]

使用卷积神经网络处理多模态实体特征的序列 [P].

B·韦尔曼 ;

G·杜马 .

美国专利 :CN119301605A ,2025-01-10

[50]

使用多模型随机稀疏诱导正则化学习词元重要性 [P].

D·阿龙 ;

Y·阿龙 ;

E·艾班 .

美国专利 :CN117836779A ,2024-04-05

← 1 2 3 4 5 →