The Non oBviousness
Game
Invalidation of patent, the AI way
最新资讯
登录
登录
The Non oBviousness
Game
主页
历史访问项目
登录后查看历史访问项目
Search
返回项目页面
对比文件列表
暂无对比文件
请从左侧选择对比文件查看内容
权利要求与技术特征
权利要求 1
A
包括：存储器
B
耦合至所述存储器的一个或多个处理器
C
所述一个或多个处理器被配置为：通过神经网络压缩系统接收输入数据以便通过所述神经网络压缩系统进行压缩
D
确定用于所述神经网络压缩系统的一组更新
E
所述一组更新包括编码器模型的一个或多个经更新参数
F
所述一个或多个经更新参数使用所述输入数据而调谐
G
通过所述神经网络压缩系统使用潜在先验以及所述一个或多个经更新参数来生成包括所述输入数据的经压缩的版本的第一比特流
H
通过所述神经网络压缩系统使用所述潜在先验和模型先验生成包括所述一个或多个经更新参数的经压缩的版本的第二比特流
I
输出所述第一比特流和所述第二比特流以传输到接收机
J
其中
K
为生成所述第二比特流
L
所述一个或多个处理器被配置为：通过所述神经网络压缩系统使用所述一个或多个经更新参数将所述输入数据编码为所述输入数据的潜在空间表示
M
通过所述神经网络压缩系统使用所述潜在先验将所述潜在空间表示熵编码为所述第一比特流。
权利要求 2
N
其中
O
所述第二比特流还包括所述潜在先验的经压缩的版本和所述模型先验的经压缩的版本。
权利要求 3
P
其中
Q
所述一个或多个处理器被配置为：生成包括所述第一比特流和所述第二比特流的经级联的比特流
R
将所述经级联的比特流发送到所述接收机。
权利要求 4
S
其中
T
为了生成所述第二比特流
U
所述一个或多个处理器被配置为：通过所述神经网络压缩系统使用所述模型先验对所述潜在先验进行熵编码
V
通过所述神经网络压缩系统使用所述模型先验对所述一个或多个经更新参数进行熵编码。
权利要求 5
W
其中
X
所述一个或多个处理器被配置为：基于用于训练所述神经网络压缩系统的训练数据集来生成所述神经网络压缩系统的模型参数
Y
使用所述输入数据来调谐所述神经网络压缩系统的所述模型参数
Z
基于所述模型参数与经调谐的模型参数之间的差异来确定所述一组更新。