谷歌有限责任公司专利技术

谷歌有限责任公司共有6604项专利

  • 一种用户设备UE中的方法包括:从无线电接入网络RAN接收(906)包括用于在服务小区中使用的第一定时提前TA值和第二TA值的配置;从RAN接收(908)用于在UE与RAN之间传达信号的空间指示;基于空间指示从第一TA值和第二TA值当中选...
  • 本文档中描述了用于基于雷达的手势辨识的持续在线学习的技术和装置。通过持续在线学习,计算装置可以通过逐渐地存储由用户执行的模糊手势的特性来改进对甚至是最难辨识手势的辨识。具体地,雷达系统可以检测计算装置未能辨识为已知手势的第一模糊手势和计...
  • 用于近似目标量子状态的方法、系统和装置。在一方面,一种用于确定目标量子状态的方法包括以下动作:接收表示量子系统的目标量子状态的数据作为将量子电路应用于量子系统的初始量子状态的结果;通过自适应地调整可用于特定量子电路的T门数量来确定近似特...
  • 本公开提供将序列处理模型与推荐知识对齐的系统和方法。示例训练系统可以生成可以被称为“辅助提示”的自然语言提示,自然语言提示对诸如项目属性和用户偏好的不同类型的推荐相关知识进行编码。这些辅助提示将各种操作和损失编码成自然语言格式,各种操作...
  • UE(102)从网络实体(104)接收(310a‑310b)至少一个下行链路信号以监测(316a‑316b)用于CSI压缩的ML模型的性能。监测(316a‑316b)该性能是基于该至少一个下行链路信号的测量值。UE基于该至少一个下行链路...
  • 本公开提供了在多传输和接收点(多TRP)情况下有用的用于选择针对上行链路探测参考信号(SRS)的预编码器的方法。用户设备(UE)装置从至少第一网络实体接收(450)第一信道状态信息参考信号(CSI‑RS),并且还从第二网络实体接收(45...
  • 一种方法包括接收输入图像。该方法包括由图像变换模型预测该输入图像的经变换版本,该图像变换模型已被训练以消除与该输入图像相关联的图像劣化,该训练已包括(1)训练多个中间机器学习模型以消除所述图像劣化,该多个中间机器学习模型中的每个中间机器...
  • 用于刷新在常亮模式下操作的显示器的像素的方法包括识别在显示器正在常亮模式下操作时激活的该显示器的多个像素,以及将该多个像素划分为至少该像素的第一子组(110)和该像素的第二子组(120),该像素的第一子组和该像素的第二子组是互相排斥的,...
  • 用于模数转换器的方法、系统和设备。一种系统包括:MSB DAC阵列,该MSB DAC阵列被配置为针对输出ADC值的一个或多个最高有效位生成相应样本值;第一LSB DAC阵列,该第一LSB DAC阵列被配置为针对输出ADC值的一个或多个最...
  • 包括CU和分布式单元DU的分布式基站的CU经由DU在第一小区中向用户设备UE发送(1006)用于在激活命令之后执行到第二小区的服务小区变更的配置;以及响应于在发送该配置之后但是在接收到对UE已连接到第二小区的指示之前接收到(1008、1...
  • 在浏览器应用中实现的阅读助手工具便于以满足个人用户的阅读和/或理解能力的方式和格式呈现文本内容,同时保持原始内容的上下文。该阅读助手工具使阅读器视图窗格在主内容窗格旁边输出。原始内容呈现在该主内容窗格中,并且与从该原始内容中提取的文本内...
  • 用于基于给定对象的图像集合来识别生成模型的潜在向量空间内的个性化先验的系统和方法。在一些示例中,本技术还可以包括使用该个性化先验来将生成模型的输入约束于与该给定对象相关联的潜在向量空间,使得当该模型负责编辑该对象的图像(例如,执行修复以...
  • 本公开提供了用于DMRS配置的系统、装置、装备和方法,包括在存储介质上编码的计算机程序。UE接收(904)控制信令,该控制信令使UE启用以下中的至少一个:eType1或eType2 DMRS天线端口的数量、最小FD‑OCC解扩长度、或至...
  • 一种高速缓存包括:多个组,其中每个组具有多个相应路;以及替换逻辑,该替换逻辑被配置为实现两阶段最近最少使用(LRU)替换计算。两阶段LRU替换计算致使高速缓存执行第一阶段和第二阶段,在该第一阶段期间,高速缓存计算组的LRU路,在该第二阶...
  • 本申请公开了自动辅助动作执行和/或后台应用请求的动态延迟。本文中阐述的实现方式允许用户访问图形界面的前台的第一应用,并同时采用自动化助理响应于源自第二应用的通知。用户可以在查看前台的第一应用时,提供诸如口头话语之类的输入,以便响应于来自...
  • 本申请公开了加速应用和子包安装。在一些示例中,一种方法包括从应用提供商下载要应用于第一应用元素的补丁和不包括要在应用安装期间重复使用的一个或多个应用元素的应用的剥离版本,解压缩第一应用元素以生成第一应用元素的解压缩版本,以及解压缩补丁以...
  • 本公开的示例实施例提供一种示例方法,该示例方法包括基于预先存在的媒体资产生成媒体资产。该方法包括提取包括背景图像数据、调色板数据、文本数据或徽标图像数据的信号。该方法包括基于所提取的信号生成背景图像资产、文本资产和独特简档数据。该方法包...
  • 基于至少一个准则从机器学习模型确定多个模型部分。分别针对该多个模型部分确定多个局部优化函数。针对该多个模型部分中的每个模型部分执行前向模式微分。执行前向模式微分包括对该模型部分的一个或多个模型单元的输出施加扰动。执行前向模式微分包括:至...
  • 从用户生成内容UGC语料库中提取针对特定兴趣点POI的一个或多个视觉描述符,其中UGC语料库包括描述特定POI的多个文本内容项。基于一个或多个视觉描述符,使用机器学习生成式视觉模型来生成描绘特定POI的查询图像。确定查询图像与视觉UGC...
  • 本公开涉及隐私保护机器学习平台。在一个方面,一种方法包括识别对使用包括多个多方计算(MPC)计算系统的MPC集群通过机器学习模型来处理输入特征向量的请求。对输入特征向量中的每个特征进行编码,以生成经编码的权重向量。为每个计算系统生成经编...