罗伯特·博世有限公司E·科斯曼获国家专利权
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！
龙图腾网获悉罗伯特·博世有限公司申请的专利用于生成用于训练图形神经网络的图形结构的方法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：CN115879500B 。
龙图腾网通过国家知识产权局官网在2026-02-10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：202211179779.9，技术领域涉及：G06N3/042；该发明授权用于生成用于训练图形神经网络的图形结构的方法是由E·科斯曼;D·迪卡斯特罗;J·奥伦设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。
本用于生成用于训练图形神经网络的图形结构的方法在说明书摘要公布了：本发明涉及一种用于生成用于训练图形神经网络的图形结构的方法，其中，所述方法包括以下步骤：获得表示计算图形的数据，其中，计算图形包括由边缘连接的多个节点2；以及通过从计算图形中去除边缘来生成用于训练图形神经网络的图形结构，其中，边缘以使得计算图形中的环境对应于图形结构中的环境的方式被去除3。
本发明授权用于生成用于训练图形神经网络的图形结构的方法在权利要求书中公布了：1.一种用于生成用于训练图形神经网络的图形结构的方法，其中被训练的图形神经网络用于图像分类，其中，所述方法包括以下步骤： -获得表示计算图形的数据，其中，所述计算图形包括由边缘连接的多个节点2；以及 -通过从所述计算图形中去除边缘来生成用于训练所述图形神经网络的所述图形结构3，其中，所述边缘以使得所述计算图形中的环境对应于所述图形结构中的环境的方式被去除， 其中，至少一个边缘属性被分配给所述计算图形的每个边缘，并且其中，通过从所述计算图形中去除边缘来生成用于训练所述图形神经网络的所述图形结构3的步骤包括： -基于向所述计算图形的边缘所分配的边缘属性从所述计算图形中去除边缘； -针对所述计算图形的所有边缘，基于向对应边缘所分配的至少一个边缘属性，向所述计算图形的边缘分配签名，使得相似边缘被分配有相同签名4； -应用散列函数以分别将向所述计算图形的边缘所分配的签名转换成数值5；以及 -针对所述计算图形的所有节点，保持被连接到所述计算图形的节点并且其签名通过所述散列函数被转换成所有数值的最小值的所述计算图形的边缘，并且从所述计算图形中去除连接到对应节点的所有其他边缘6。
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罗伯特·博世有限公司，其通讯地址为：德国斯图加特；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