香港中文大学(深圳)拟转让专利公示
根据相关科技成果完成人(发明人)申请,由科技成果转化中心按规定委托第三方机构进行评估,并组织与受让人谈判后,现将拟转让的两项专利公示如下:
拟转让专利一
专利名称:一种采样重建方法、装置、计算机设备及存储介质
专利申请号:202110813664.X
专利发明人:李镇;颜旭;赵伟兵;崔曙光
专利简介:本专利提出了一种全新的局部可逆嵌入的框架PointLIE来对点云进行采样和上采样,以高效地存储和可视化中间采样的点云、和完整和准确的复原。PointLIE通过双向学习把采样和上采样建模进同一个网络的两个方向。在采样的过程中,PointLIE可以采样出任意尺度的可观察的、对重建友好的子点云,同时递归地保留到被丢弃点的偏移。当需要被复原的时候,这些被采样出来的子点云可以被用来更好地重建出原始的稠密点云。受可逆神经网络(INN)的启发,我们设计了一种基于INN的网络框架以减少对点云的存储需求。具体而言,PointLIE把丢失的点的拓扑结构嵌入到一种服从特定分布的隐变量,因此,当重建稠密点云的时候,我们只需从这个特定的分布中随机地采样出一个隐变量,然后和正向过程采样出的子点云一起反向通过网络即可。大量的实验证明PointLIE在定性指标和定量指标上都明显优于最新的采样和上采样技术。
转化方式:转让
定价方式:参考第三方评估价格,并通过协议定价
转化价格:8万元
拟转让专利二
专利名称:一种神经网络模型的训练方法、装置、存储介质及设备
专利申请号:202010798134.8
专利发明人:李镇;张敏清
专利简介:本发明适用于模型训练技术领域,提供了一种神经网络模型的训练方法、装置及系统,所述方法包括:获取原始数据集,并根据所述原始数据集训练原始神经网络模型;从所述原始神经网络模型中识别出噪声标签; 对所述噪声标签进行修改,并根据修改后的数据集训练新神经网络模型。本发明通过先以原始数据集训练出原始神经网络模型,并在原始神经网络模型中识别出噪声标签,从而确定原始数据集中的错误标签,在对错误标签纠正之后,最终根据修改后的数据集训练新神经网络模型,由于直接从网络模型中确定出错误标签并对其进行纠正,准确性高,同样具备了很好的可解释性,使得最终训练得到的新神经网络模型具有较好的抗干扰效果。
转化方式:转让
定价方式:参考第三方评估价格,并通过协议定价
转化价格:8万元
公示期自2023年3月22日至2023年4月5日。如有异议,请在公示期内向科技成果转化中心书面提交异议及有关证明材料(电话:0755-23516333,邮箱:ttc@cuhk.edu.cn)。
科技成果转化中心
2023年3月22日
原文链接:香港中文大学(深圳)拟转让专利公示 | 香港中文大学(深圳) (cuhk.edu.cn)