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！

龙图腾网恭喜达索系统公司申请的专利用于3D建模对象推断的机器学习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：CN111382470B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：201911393138.1，技术领域涉及：G06F30/10；该发明授权用于3D建模对象推断的机器学习是由E·梅尔设计研发完成，并于2019-12-30向国家知识产权局提交的专利申请。

本用于3D建模对象推断的机器学习在说明书摘要公布了：本发明显著地涉及一种计算机实现的机器学习方法。该方法包括提供包括3D建模对象的数据集，每个3D建模对象表示相应机械零件。数据集具有一个或多个子数据集。每个子数据集形成数据集的至少一部分。该方法还包括，针对每个相应子数据集，确定基本模板并学习被配置用于推断基本模板各自到相应3D建模对象的变形的神经网络。基本模板是表示子数据集的3D建模对象的质心的3D建模对象。该学习包括基于子数据集的训练。这构成了利用包括3D建模对象的数据集进行机器学习的改进方法，每个3D建模对象表示相应机械零件。

本发明授权用于3D建模对象推断的机器学习在权利要求书中公布了：1.一种计算机实现的机器学习方法，所述方法包括：-提供包括3D建模对象的数据集，每个3D建模对象表示相应机械零件，所述数据集具有一个或多个子数据集，每个子数据集形成所述数据集的至少一部分，并且每个子数据集包括一个相应类别的3D建模对象中的3D建模对象；-针对每个相应子数据集：·确定基本模板，所述基本模板是表示所述子数据集的3D建模对象的质心并且表示所述子数据集的3D建模对象的形状的平均几何形状的3D建模对象；并且·学习神经网络，所述神经网络被配置用于推断所述基本模板的变形，每个变形是所述基本模板到相应的3D建模对象的变形，所述神经网络专门用于重建所述子数据集的3D建模对象，所述学习包括基于所述子数据集的训练以训练所述神经网络重建所述子数据集的3D建模对象，所述神经网络是自动编码器，所述自动编码器包括被配置用于对所述变形进行所述推断的解码器，所述自动编码器将3D建模对象作为输入并且输出所述3D建模对象的重建，所述重建是由所述解码器推断出的所述基本模板到所述3D建模对象的变形，所述重建等于所述基本模板与由所述自动编码器推断出的变形矢量之和，所述学习包括优化重建损失，其中，对所述基本模板的所述确定包括计算损失在候选基本模板内的最小值，所述损失针对所述子数据集的每个3D建模对象对所述子数据集的3D建模对象与候选基本模板之间的差异进行惩罚，其中，所述子数据集的3D建模对象与候选基本模板之间的所述差异是所述3D建模对象与所述候选基本模板之间的距离的函数，其中，所述距离是表示所述3D建模对象的第一点云与表示所述候选基本模板的第二点云之间的距离，其中，所述损失为以下类型： 其中：·D1Sj,xi,j是Sj与xi,j之间的距离的函数；·Sj是第二点云；·pj是所述相应子数据集中的3D建模对象的数量；并且·是第一点云。

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达索系统公司，其通讯地址为：法国韦利济-维拉库布莱；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”。