一种基于多任务融合网络的重力波仪故障预测模型及方法

被引：0

专利类型：

发明

申请号：

CN202410288800.1

申请日：

2024-03-14

公开(公告)号：

CN118260547A

公开(公告)日：

2024-06-28

发明(设计)人：

姚烨朱怡安张永凯李联韩亚科

申请人：

西北工业大学

申请人地址：

710072 陕西省西安市碑林区友谊西路127号

IPC主分类号：

G06F18/20

IPC分类号：

G06F18/213 G06F18/2415 G06N3/0442 G06N3/045 G06N3/0464 G06N3/084 G06F123/02

代理机构：

西安凯多思知识产权代理事务所(普通合伙) 61290

代理人：

刘新琼

法律状态：

公开

国省代码：

陕西省西安市

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
2024-06-28	公开	公开
2024-07-16	实质审查的生效	实质审查的生效IPC(主分类):G06F 18/20申请日:20240314

共 50 条

[1]

一种基于Seq2Seq的重力波仪故障检测模型及方法 [P].

姚烨 ;

朱怡安 ;

张永凯 ;

李联 ;

廖少春 .

中国专利 :CN118260668A ,2024-06-28

[2]

一种基于多任务学习模型的慢病预测系统 [P].

吴健 ;

冯芮苇 ;

刘雪晨 ;

曹燕 .

中国专利 :CN111180068A ,2020-05-19

[3]

基于小波变换与多任务学习深度融合的电力负荷预测方法 [P].

邓欣宇 ;

黄旭 ;

张军 ;

左鹏 ;

祖国强 .

中国专利 :CN118249312A ,2024-06-25

[4]

一种基于多任务学习的硬盘故障预测方法及系统 [P].

邝金山 ;

陈小玲 ;

周庆飞 .

中国专利 :CN119759282B ,2025-11-18

[5]

一种基于多任务学习的硬盘故障预测方法及系统 [P].

邝金山 ;

陈小玲 ;

周庆飞 .

中国专利 :CN119759282A ,2025-04-04

[6]

多任务预测模型的训练方法、多任务预测方法及装置 [P].

饶刚 ;

黄山山 ;

王宝云 .

中国专利 :CN115423016A ,2022-12-02

[7]

一种基于多任务学习的回归预测方法及应用 [P].

殷波 ;

魏志强 ;

吴剑 ;

孙雁 ;

倪金 ;

孙鲁宁 ;

王俏俏 .

中国专利 :CN113505877A ,2021-10-15

[8]

一种基于电梯物联网的故障预测的方法及系统 [P].

张秀梅 ;

杨浚骅 .

中国专利 :CN115859145B ,2024-02-20

[9]

一种基于深度学习的深度融合网络产线故障预测方法 [P].

孟祥印 ;

蔡佳伟 ;

谢鑫鑫 ;

蒋媛 .

中国专利 :CN119357769A ,2025-01-24

[10]

一种基于多任务学习的痤疮图像病灶分割与计数网络模型 [P].

杨巨峰 ;

伍小平 ;

梁杰 .

中国专利 :CN110648311A ,2020-01-03

← 1 2 3 4 5 →