香港中文大學（深圳）擬轉讓專利公示
根據相關科技成果完成人（發明人）申請，由科技成果轉化中心按規定委托第三方機構進行評估，并組織與受讓人談判后，現將擬轉讓的兩項專利公示如下：
擬轉讓專利一
專利名稱：一種采樣重建方法、裝置、計算機設備及存儲介質
專利申請號：202110813664.X
專利發明人：李鎮;顏旭;趙偉兵;崔曙光
專利簡介：本專利提出了一種全新的局部可逆嵌入的框架PointLIE來對點云進行采樣和上采樣，以高效地存儲和可視化中間采樣的點云、和完整和準確的復原。PointLIE通過雙向學習把采樣和上采樣建模進同一個網絡的兩個方向。在采樣的過程中，PointLIE可以采樣出任意尺度的可觀察的、對重建友好的子點云，同時遞歸地保留到被丟棄點的偏移。當需要被復原的時候，這些被采樣出來的子點云可以被用來更好地重建出原始的稠密點云。受可逆神經網絡（INN）的啟發，我們設計了一種基于INN的網絡框架以減少對點云的存儲需求。具體而言，PointLIE把丟失的點的拓撲結構嵌入到一種服從特定分布的隱變量，因此，當重建稠密點云的時候，我們只需從這個特定的分布中隨機地采樣出一個隱變量，然后和正向過程采樣出的子點云一起反向通過網絡即可。大量的實驗證明PointLIE在定性指標和定量指標上都明顯優于最新的采樣和上采樣技術。
轉化方式：轉讓
定價方式：參考第三方評估價格，并通過協議定價
轉化價格：8萬元
擬轉讓專利二
專利名稱：一種神經網絡模型的訓練方法、裝置、存儲介質及設備
專利申請號：202010798134.8
專利發明人：李鎮;張敏清
專利簡介：本發明適用于模型訓練技術領域，提供了一種神經網絡模型的訓練方法、裝置及系統，所述方法包括：獲取原始數據集，并根據所述原始數據集訓練原始神經網絡模型；從所述原始神經網絡模型中識別出噪聲標簽； 對所述噪聲標簽進行修改，并根據修改后的數據集訓練新神經網絡模型。本發明通過先以原始數據集訓練出原始神經網絡模型，并在原始神經網絡模型中識別出噪聲標簽，從而確定原始數據集中的錯誤標簽，在對錯誤標簽糾正之后，最終根據修改后的數據集訓練新神經網絡模型，由于直接從網絡模型中確定出錯誤標簽并對其進行糾正，準確性高，同樣具備了很好的可解釋性，使得最終訓練得到的新神經網絡模型具有較好的抗干擾效果。
轉化方式：轉讓
定價方式：參考第三方評估價格，并通過協議定價
轉化價格：8萬元
公示期自2023年3月22日至2023年4月5日。如有異議，請在公示期內向科技成果轉化中心書面提交異議及有關證明材料（電話：0755-23516333，郵箱：ttc@cuhk.edu.cn）。
科技成果轉化中心
2023年3月22日
