咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN201710338088.1 | 专利名称： | 多输出回归网络及学习方法 |
| 申请日： | 2017-05-15 | 申请/专利权人 | 广东石油化工学院 |
| 专利类型： | 发明 | 地址： | 广东省茂名市官渡二路139号大院电信学院 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06N3/08 分类检索 |
| 公开/公告日： | 2021-02-26 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN108875928B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 98 | 所属领域： | 人工智能专利转让搜索 |
摘 要：本发明提供了用于学习输入‑输出关系的多输出回归网络、一种基于多输出回归网络的学习输入‑输出关系的方法以及计算机可读存储介质。该多输出回归网络包括：多个输入节点，用于接收输入数据(xi)；多个中间节点，其与所述多个输入节点之间形成非线性网络层，所述非线性网络层通过非线性映射将所述输入数据(xi)映射到所述多个中间节点，所述多个中间节点对经过非线性映射的输入数据(xi)施加预定函数；和多个输出节点，其与所述多个中间节点之间形成线性网络层，所述线性网络层通过线性映射将施加了所述预定函数的输入数据(xi)映射到所述多个输出节点，作为输出数据(yi)进行输出；其中，所述多输出回归网络通过在给定所述输入数据(xi)和所述输出数据(yi)的条件下对所述非线性映射的映射参数(W)和所述线性映射的映射参数(S)进行联合优化，学习所述输入数据(xi)与所述输出数据(yi)之间的关系。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2016105865967 | 【发明】对象分类方法、装置和系统 | 2025/10/22 |
| 2016110974451 | 【发明】深度神经网络训练方法和系统、电子设备 | 2025/10/22 |
| 201710300171X | 【发明】卷积加速和计算处理方法、装置、电子设备及存储介质 | 2025/10/22 |
| 2017103516241 | 【发明】神经网络模型的训练方法和装置、电子设备和计算机存储介质 | 2025/10/22 |
| 201710775655X | 【发明】卷积计算方法和装置、电子设备、计算机存储介质 | 2025/10/22 |
| 2017108908386 | 【发明】一种神经网络芯片 | 2025/10/22 |
| 2017110040780 | 【发明】网络训练方法、操作控制方法、装置、存储介质和设备 | 2025/10/22 |
| 2017111320007 | 【发明】卷积处理方法、装置及电子设备 | 2025/10/22 |
| 2017112141663 | 【发明】神经网络模型迁移方法和系统、电子设备、程序和介质 | 2025/10/22 |
| 2017113509028 | 【发明】神经网络系统、遥感图像识别方法、装置、设备及介质 | 2025/10/22 |
