基于不确定性引导的神经网络测试数据集生成方法及系统

被引：0

专利类型：

发明

申请号：

CN202411413342.6

申请日：

2024-12-02

公开(公告)号：

CN119540680A

公开(公告)日：

2025-02-28

发明(设计)人：

李红辉江周娴闫佳和白岩慧张骏温

申请人：

北京交通大学

申请人地址：

100044 北京市海淀区西直门外上园村3号

IPC主分类号：

G06V10/774

IPC分类号：

G06V10/82 G06V10/776 G06N3/04

代理机构：

北京快帮专利代理事务所(普通合伙) 16087

代理人：

刘康平

法律状态：

公开

国省代码：

北京市市辖区

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
2025-02-28	公开	公开
2025-03-18	实质审查的生效	实质审查的生效IPC(主分类):G06V 10/774申请日:20241202

共 50 条

[1]

一种基于不确定性的智能系统测试数据生成方法 [P].

王睿 ;

李红辉 ;

张骏温 ;

苏记柱 ;

江周娴 ;

王梦颖 .

中国专利 :CN113762335B ,2021-12-07

[2]

对神经网络不确定性的校准 [P].

M·卡西姆斯贝提 ;

M·卡格 ;

C·威尔特 .

德国专利 :CN120898206A ,2025-11-04

[3]

用于估计神经网络的全局不确定性的方法 [P].

O·维勒斯 ;

S·祖德霍尔特 ;

S·拉法特尼亚 ;

S·阿布雷希特 .

中国专利 :CN112149821A ,2020-12-29

[4]

借助神经网络估计模型不确定性的方法和神经网络的架构 [P].

G·纽曼 ;

M·沃尔普 .

德国专利 :CN117422105A ,2024-01-19

[5]

用于图像分类的不确定性引导的半监督神经网络训练 [P].

S·塞戴 ;

B·J·安东尼 ;

R·加纳维 .

中国专利 :CN114945951A ,2022-08-26

[6]

基于混合密度神经网络的断层不确定性形态建模方法 [P].

李明超 ;

张佳文 ;

韩帅 ;

赵文超 .

中国专利 :CN114882185A ,2022-08-09

[7]

基于混合密度神经网络的断层不确定性形态建模方法 [P].

李明超 ;

张佳文 ;

韩帅 ;

赵文超 .

中国专利 :CN114882185B ,2024-05-31

[8]

用于图像分类的不确定性引导的半监督神经网络训练 [P].

S·塞戴 ;

B·J·安东尼 ;

R·加纳维 .

美国专利 :CN114945951B ,2025-09-09

[9]

神经网络模型的不确定性估计方法及其相关设备 [P].

赵杰 ;

黄增荣 ;

解壁伟 ;

李兴权 .

中国专利 :CN116307216B ,2025-09-16

[10]

用于借助神经网络估计模型不确定性的方法和神经网络的架构 [P].

M·沃尔普 ;

G·纽曼 .

德国专利 :CN119452370A ,2025-02-14

← 1 2 3 4 5 →