英特尔公司R·Y·耶海兹凯罗厄卡获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉英特尔公司申请的专利在机器学习中对神经网络的拓扑的高效学习和使用获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN108805283B 。
龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：201810400549.8，技术领域涉及：G06N3/0464；该发明授权在机器学习中对神经网络的拓扑的高效学习和使用是由R·Y·耶海兹凯罗厄卡;G·科伦;S·尼斯莫;G·诺维克设计研发完成，并于2018-04-28向国家知识产权局提交的专利申请。
本在机器学习中对神经网络的拓扑的高效学习和使用在说明书摘要公布了：本申请公开了在机器学习中对神经网络的拓扑的高效学习和使用。描述了一种用于促进在自主机器处的机器学习中对神经网络拓扑的学习和应用的机制。如本文中所描述的实施例的一种方法包括：监测和检测与对在具有处理器的计算装置处的机器学习操作相关的神经网络的结构学习；以及基于所述神经网络中的一个或多个的一个或多个拓扑而生成递归生成模型。所述方法可以进一步包括：将所述生成模型转换成判别模型。
本发明授权在机器学习中对神经网络的拓扑的高效学习和使用在权利要求书中公布了：1.一种用于促进在机器学习中对神经网络拓扑的学习和应用的设备，所述设备包括： 检测观察逻辑，用于检测深度潜变量模型LVM，所述LVM包括生成概率模型； 生成模型逻辑，用于通过识别所述生成概率模型中的自主子结构并且向所述自主子结构中的每一者添加潜在层来生成递归生成模型；以及 判别模型逻辑，用于将所述生成模型转换成判别模型， 其中，所述判别模型逻辑进一步用于将所述生成模型逆转成多个逆模型，其中，在所述多个逆模型中的每一个中添加了双向连接以连接具有公共父节点的潜变量，从而将所述多个逆模型合并成单个逆模型，其中，所述判别模型逻辑进一步用于通过移除所述双向连接并且向潜在叶添加充当子节点的类节点来将所述逆模型转换成所述判别模型。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人英特尔公司，其通讯地址为：美国加利福尼亚州；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励