[发明专利]学习用于推断可编辑特征树的神经网络在审
| 申请号： | 201911396215.9 | 申请日： | 2019-12-30 |
| 公开（公告）号： | CN111382496A | 公开（公告）日： | 2020-07-07 |
| 发明（设计）人： | E·梅尔;F·M·桑切斯贝穆德斯 | 申请（专利权）人： | 达索系统公司 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06F30/17;G06N3/08;G06N5/04 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 戴开良 |
| 地址： | 法国韦利济*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明尤其涉及一种计算机实现的方法，该方法用于学习被配置用于从3D形状的离散几何表示推断出表示3D形状的可编辑特征树的神经网络。可编辑特征树包括应用于叶几何形状的几何运算的树布置。该方法包括提供数据集，该数据集包括相应的3D形状中的每一个3D形状的离散几何表示，以及提供叶几何形状的候选集合。该方法还包括基于数据集并且基于候选集合来学习神经网络。候选集合包括叶几何形状的至少一个连续子集。该方法形成针对数字化的改进的解决方案。 | ||
| 搜索关键词： | 学习 用于 推断 编辑 特征 神经网络 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于达索系统公司，未经达索系统公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911396215.9/，转载请声明来源钻瓜专利网。
- 上一篇：使用弱类型定义进行建模
- 下一篇：形成用于推测实体CAD特征的数据集
