# 设备异常检测：MakinaRocks的自编码器与迁移学习专利

自编码器常用于制造设备的故障检测。本文介绍MakinaRocks关于自编码器训练方法的专利。

Source: https://www.iplexlaw.co.kr/zh/blog/870447

首页 / 新闻与洞见 新闻与洞见 设备异常检测：MakinaRocks的自编码器与迁移学习专利 自编码器常用于制造设备的故障检测。本文介绍MakinaRocks关于自编码器训练方法的专利。 人工智能与软件 2023.06.22 已发布 IPLEX 阅读约1分钟 自编码器常用于制造设备的故障检测。本文介绍MakinaRocks关于自编码器训练方法的专利。 [被射 点击图像即可看到注册专利. 根据这项专利,子型号是自动编码器. 使用在不同环境中获得的学习数据,如创造时间、制造工艺和制造食谱,教授每个自动编码器。 另一方面,根据这项专利,它并不同时教授每个子模型,而是依次教授. 特别 子模式1培训完成后,进行子模式2培训. 在这种情况下,子型号1至少有一部分权重在学习子型号2时共享(或再利用). 这种学习导致下一个模式,同时又不忘从先前模式中吸取的知识. 因此,下一个模式的绩效可以改善,整体学习时间可以缩短. 换句话说 这个专利的关键是通过转学来提高模型的性能. 没错 查看韩文原文 本文基于发表时的情况撰写。如需就具体事项咨询，请联系IPLEX。 咨询相关业务 ↗ 全部文章 咨询IPLEX 与我们讨论您的需求 保护、维权与管理。 我们将与您共同分析技术与业务需求。 ↗ 联系我们 较新文章 Facebook AI论文解析：基于Transformer的端到端目标检测（DETR） ↗ 较早文章 人工智能前列腺癌评估的后处理：JLK Inspection专利分析 ↗ 相关解读 人工智能与软件 2026.10.01 FiX：在softmax注意力中实现细粒度遗忘 金容德专利代理师解析FiX的逐特征门控、数值计算与分页缓存，并区分论文已报告的效果和仍待验证的局限。 ↗ 阅读全文 人工智能与软件 2026.09.30 MHAR：让不同特征子空间分别读取历史层信息 韩国专利代理师金容德分析Multi-Head Attention Residuals的深度路由、实验结果、实现成本及技术特征与效果之间的关系。 ↗ 阅读全文 人工智能与软件 2026.09.28 专栏发表：从Claude Computer Use看AI智能体的训练数据与专利技术 IPLEX管理合伙人、专利代理师金容德在AI Times发表专栏，结合美国第12,585,862号专利，解析AI智能体学习操作计算机的技术路径。 ↗ 阅读全文

- https://www.iplexlaw.co.kr/zh
- https://www.iplexlaw.co.kr/zh/blog/category/ai
- https://drive.google.com/file/d/1DQxZvE2icwiMt6V5r3aqmWG2qGcOeq91/view
- https://www.iplexlaw.co.kr/forum/view/870447
- https://www.iplexlaw.co.kr/zh/contact
- https://www.iplexlaw.co.kr/zh/blog
- https://www.iplexlaw.co.kr/zh/contact
- https://www.iplexlaw.co.kr/zh/blog/873032
- https://www.iplexlaw.co.kr/zh/blog/866729
- https://www.iplexlaw.co.kr/zh/blog/fix-fine-grained-forgetting-attention
- https://www.iplexlaw.co.kr/zh/blog/fix-fine-grained-forgetting-attention
- https://www.iplexlaw.co.kr/zh/blog/mhar-multi-head-attention-residuals
- https://www.iplexlaw.co.kr/zh/blog/mhar-multi-head-attention-residuals
- https://www.iplexlaw.co.kr/zh/blog/claude-computer-use-agent-patent
- https://www.iplexlaw.co.kr/zh/blog/claude-computer-use-agent-patent