-
公开(公告)号：CN109684835A
公开(公告)日：2019-04-26
申请号：CN201810772387.0
申请日：2018-07-13
Applicant: 卡巴斯基实验室股份制公司
Inventor： 亚历山大·S·克里斯提科夫 , 叶卡捷琳娜·M·洛巴切瓦 , 阿列克谢·M·罗曼恩科
CPC classification number: G06F21/564 , G06F17/15 , G06F21/55 , G06N7/00 , G06N20/00 , H04L63/14 , H04W12/12 , G06F21/562 , G06F21/568 , G06N3/08
Abstract: 本发明公开了使用机器学习来检测恶意文件的系统和方法。示例性方法包括：基于规则选择被分析的对象中的一个或多个数据块；对所述一个或多个数据块进行静态分析以确定所述一个或多个数据块的特征集；基于所述特征集和用于检测恶意对象的模型来确定所述对象的危害程度，其中，所述模型已经用机器学习的方法在至少一个安全对象和一个恶意对象上训练过；当所述危害程度不超过预定的危害阈值时，识别所述对象为安全的；以及，当所述一个或多个数据块的所述危害程度超过所述预定的危害阈值时，将所述对象识别为恶意的。
-
公开(公告)号：CN108431834A
公开(公告)日：2018-08-21
申请号：CN201680070526.4
申请日：2016-12-01
Applicant: 首选网络株式会社
Abstract: 要求即使在新机械或未知故障的情况下，也无需高度的专业知识或丰富经验而高效地选择传感器的方法或系统。异常检测系统1包括：存储部10，存储潜在变量模型与联合概率模型；取得部11，取得传感器输出的传感器数据；测定部12，基于存储部10所存储的潜在变量模型与联合概率模型，测定由取得部11取得的传感器数据的似然度；判定部13，基于测定部12所测定出的传感器数据的似然度，判定该传感器数据是正常还是异常；以及学习部14，基于传感器输出的传感器数据来学习潜在变量模型与联合概率模型。
-
公开(公告)号：CN108351866A
公开(公告)日：2018-07-31
申请号：CN201680065934.0
申请日：2016-09-07
Applicant: 国际商业机器公司
IPC: G06F17/18
Abstract: 提供一个预报空气污染的机制。从多个空气污染监测站中识别出与预报点相关的一个或多个空气污染监测站。对于与所述预报点相关的所述一个或多个空气污染监测站，识别所述预报点的一个或多个模式，与所述预报点的所述一个或多个模式相关的所述预报点的历史模式以及与所述预报点的所述一个或多个模式相关的所述空气污染监测站的一个或多个模式。基于所述预报点的所述一个或多个模式，与所述预报点的所述一个或多个模式相关的所述预报点的历史模式以及与所述预报点的所述一个或多个模式相关的所述空气污染监测站的所述一个或多个模式，提供污染预报。
-
公开(公告)号：CN102737303B
公开(公告)日：2017-09-15
申请号：CN201210081098.9
申请日：2012-03-23
Applicant: 微软技术许可有限责任公司
IPC: G06Q10/10
CPC classification number: G06N99/005 , G06N7/00 , G06Q10/109
Abstract: 本发明涉及提供适合上下文的任务提醒。计算设备随时间学习如何标识不同上下文中最可能对用户有帮助的任务提醒。任务提醒可向用户提醒用户需要进行的活动。计算设备显示包含被标识为最可能在用户的当前上下文中对用户有帮助的任务提醒的图形用户界面(GUI)。计算设备随着用户的上下文的改变更新GUI中的任务提醒。以此方式，计算设备可呈现当前可能对用户有帮助的任务提醒，而抑制当前时间较不可能对用户有帮助的任务提醒。
-
公开(公告)号：CN106951329A
公开(公告)日：2017-07-14
申请号：CN201710199219.2
申请日：2017-03-29
Applicant: 武汉大学
CPC classification number: G06F9/5005 , G06N3/00 , G06N7/00
Abstract: 本发明涉及一种基于爬山淘汰粒子群算法的大规模软硬件划分方法，包括：步骤1：初始化EPSO‑HC算法的参数。步骤2：NodeRank算法初始化种群。步骤3：更新每个粒子的位置和速度，并对种群进行离散化。步骤4：淘汰当前全局最差位置附近的粒子，随机产生的新粒子替代群体中弱小的粒子。步骤5：改进爬山法更新当前全局最优位置，在当前全局最优位置附近集中搜索更优位置。步骤6：采用GPU并行计算软硬件通信代价。步骤7：若EPSO‑HC算法达到终止条件，则输出全局最优解，该解即为软硬件划分问题的最终解；否则，转到步骤3。本发明与其他软硬件划分算法相比，EPSO‑HC算法解的质量更高，运行时间更少。
-
Patent Agency Ranking
公开(公告)号：CN104133808B
公开(公告)日：2017-06-13
申请号：CN201410327709.2
申请日：2014-07-10
Applicant: 同济大学
IPC: G06F17/16
CPC classification number: G06N5/048 , G06F17/16 , G06F17/30598 , G06F17/30604 , G06K9/6296 , G06N7/00 , G06N99/005 , G06Q30/00
Abstract: 一种基于复杂对应系统的用户行为一致性度测量方法，应用于互联网支付平台安全。整个方案分为三个阶段：第一阶段根据现有用户行为模型分析复杂对应关系特征，第二阶段根据用户行为特征建立行为轮廓，构建用户行为关系矩阵，第三阶段根据用户复杂对应特征，完成用户行为矩阵分解，计算用户行为一致性度，检测用户行为与预期行为的一致程度。对用户的内部行为关系进行了较细致的分析，建立了用户行为关系的轮廓，并对复杂对应关系进行区分和分类，给出了基于复杂对应关系用户行为的一致性测量和分析构架。有效地将复杂对应关系进行区分和计算，解决了存在复杂对应模型对的行为一致性测度问题，并大大缩短了运算时间。
-
公开(公告)号：CN104875203B
公开(公告)日：2016-11-02
申请号：CN201510085002.X
申请日：2015-02-16
Applicant: 发那科株式会社
Inventor： 武田俊也
IPC: B25J9/16
CPC classification number: B25J9/1605 , G06N7/00 , G06N99/005 , Y10S901/03
Abstract: 本发明提供一种生成机器人的动作路径的机器人仿真装置。其能够不依赖于操作者的熟练程度，自动生成机器人的现实的干扰回避路径。仿真装置具备：动作路径取得部，其执行机器人的动作程序的仿真来取得第1动作路径；示教点确定部，其检测第1动作路径中的干扰来确定该干扰发生前后的示教点即第1示教点和第2示教点；动作路径生成部，其基于以随机数确定的搜索方向和搜索距离，在第1和第2示教点之间自动地插入至少一个第3示教点，生成不发生干扰的第2动作路径；评价部，其针对每一个第2动作路径，进行基于预先确定的至少一个参数的评价；以及动作路径选择部，其根据该评价，从多个第2动作路径中选择最佳动作路径。
-
公开(公告)号：CN105556506A
公开(公告)日：2016-05-04
申请号：CN201380079804.9
申请日：2013-10-25
Applicant: 英特尔公司
IPC: G06F17/00
Abstract: 描述了用于捕获和生成用户体验的装置和方法的实施例。在实施例中，一种装置可以包括处理器。该装置还可以包括数据存储模块，其与处理器耦合以存储由附着到一个或多个设备的多个传感器收集的传感器数据。该装置还可以包括体验相关模块，其与数据存储模块耦合以至少部分地基于标识用户体验的一个或多个规则将传感器数据的至少一部分与用户体验相关联，以使得能够至少部分地基于传感器数据的该部分来重新生成对于用户的用户体验的至少一部分。描述了并且/或要求保护其它实施例。
-
公开(公告)号：CN105335592A
公开(公告)日：2016-02-17
申请号：CN201410291275.5
申请日：2014-06-25
Applicant: 国际商业机器公司
IPC: G06F19/00
CPC classification number: G06N7/00
Abstract: 本发明公开了一种生成目标时间数据序列的缺失区段中的数据的方法和设备。所述方法包括：确定在所述缺失区段中是否存在断点；确定所述缺失区段中的数据的候选值；以及根据在所述缺失区段中是否存在断点，选择性地使用所述缺失区段中的数据的候选值来生成所述缺失区段中的数据的值。利用所述方法和设备，可以更加准确地生成目标时间数据序列的缺失区段中的数据。
-
公开(公告)号：CN104655953A
公开(公告)日：2015-05-27
申请号：CN201310655388.4
申请日：2013-12-05
Applicant: 财团法人资讯工业策进会
CPC classification number: G06N7/00 , H02J3/00 , H02J13/00 , H02J2003/003 , Y04S10/54
Abstract: 一种耗电预测装置及方法。该耗电预测装置接收一电器的多笔用电资料，该多笔用电资料具有一时间顺序。各用电资料包含一记录状态及该记录状态所对应的一记录时间长度，且各该记录状态为该电器所具有的多个运作状态其中之一。该耗电预测装置根据该多个记录状态及该多个记录时间长度计算各该运作状态的一平均运转时间长度，且根据该时间顺序及该多笔用电资料计算各该运作状态的至少一转移机率。各该转移机率为由一来源状态进入一目标状态的机率，该来源状态为该多个运作状态其中之一，该目标状态为该多个运作状态其中之一。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.013 seconds)
