训练和使用模型来预测配方特性的混合机器学习方法

被引：0

专利类型：

发明

申请号：

CN202380083463.6

申请日：

2023-12-08

公开(公告)号：

CN120435741A

公开(公告)日：

2025-08-05

发明(设计)人：

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

申请人：

陶氏环球技术有限责任公司

申请人地址：

美国密歇根州

IPC主分类号：

G16C20/30

IPC分类号：

G16C60/00

代理机构：

北京泛华伟业知识产权代理有限公司 11280

代理人：

徐舒

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
2025-08-22	实质审查的生效	实质审查的生效IPC(主分类):G16C 20/30申请日:20231208
2025-08-05	公开	公开

共 50 条

[1]

使用加权混合机器学习模型进行需求预测 [P].

雷明 ;

C·波佩斯库 .

中国专利 :CN111295681A ,2020-06-16

[2]

使用教师退火来训练机器学习模型 [P].

唐·明·良 ;

国·V·勒 ;

凯文·斯特凡·克拉克 .

美国专利 :CN111598253B ,2024-10-15

[3]

基于混合机器学习方法的锂电池状态预测方法、系统和介质 [P].

吕雅琼 ;

朱天一 .

中国专利 :CN114742203A ,2022-07-12

[4]

使用教师退火来训练机器学习模型 [P].

唐·明·良 ;

国·V·勒 ;

凯文·斯特凡·克拉克 .

美国专利 :CN119378710A ,2025-01-28

[5]

使用教师退火来训练机器学习模型 [P].

唐·明·良 ;

国·V·勒 ;

凯文·斯特凡·克拉克 .

中国专利 :CN111598253A ,2020-08-28

[6]

用于生成特性图案和训练机器学习模型的方法 [P].

M·C·西蒙 ;

林晨希 ;

伍健一 .

:CN112889005B ,2024-07-30

[7]

用于生成特性图案和训练机器学习模型的方法 [P].

M·C·西蒙 ;

林晨希 ;

伍健一 .

中国专利 :CN112889005A ,2021-06-01

[8]

用于生成特性图案和训练机器学习模型的方法 [P].

M·C·西蒙 ;

林晨希 ;

伍健一 .

:CN118915395A ,2024-11-08

[9]

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

[10]

使用无监督数据增强来训练机器学习模型 [P].

唐·明·良 ;

国·V·勒 ;

谢其哲 ;

戴自航 .

中国专利 :CN113826125A ,2021-12-21

← 1 2 3 4 5 →