根据相关科技成果完成人（发明人）申请，由科技成果转化中心按规定委托第三方机构进行评估，并组织与受让人谈判后，现将拟转让的两项专利公示如下：

拟转让专利一

        专利名称：一种采样重建方法、装置、计算机设备及存储介质

        专利申请号：202110813664.X

        专利发明人：李镇;颜旭;赵伟兵;崔曙光

        专利简介：本专利提出了一种全新的局部可逆嵌入的框架PointLIE来对点云进行采样和上采样，以高效地存储和可视化中间采样的点云、和完整和准确的复原。PointLIE通过双向学习把采样和上采样建模进同一个网络的两个方向。在采样的过程中，PointLIE可以采样出任意尺度的可观察的、对重建友好的子点云，同时递归地保留到被丢弃点的偏移。当需要被复原的时候，这些被采样出来的子点云可以被用来更好地重建出原始的稠密点云。受可逆神经网络（INN）的启发，我们设计了一种基于INN的网络框架以减少对点云的存储需求。具体而言，PointLIE把丢失的点的拓扑结构嵌入到一种服从特定分布的隐变量，因此，当重建稠密点云的时候，我们只需从这个特定的分布中随机地采样出一个隐变量，然后和正向过程采样出的子点云一起反向通过网络即可。大量的实验证明PointLIE在定性指标和定量指标上都明显优于最新的采样和上采样技术。

        转化方式：转让

        定价方式：参考第三方评估价格，并通过协议定价

        转化价格：8万元

拟转让专利二

        专利名称：一种神经网络模型的训练方法、装置、存储介质及设备

        专利申请号：202010798134.8

        专利发明人：李镇;张敏清

        专利简介：本发明适用于模型训练技术领域，提供了一种神经网络模型的训练方法、装置及系统，所述方法包括：获取原始数据集，并根据所述原始数据集训练原始神经网络模型；从所述原始神经网络模型中识别出噪声标签； 对所述噪声标签进行修改，并根据修改后的数据集训练新神经网络模型。本发明通过先以原始数据集训练出原始神经网络模型，并在原始神经网络模型中识别出噪声标签，从而确定原始数据集中的错误标签，在对错误标签纠正之后，最终根据修改后的数据集训练新神经网络模型，由于直接从网络模型中确定出错误标签并对其进行纠正，准确性高，同样具备了很好的可解释性，使得最终训练得到的新神经网络模型具有较好的抗干扰效果。

        转化方式：转让

        定价方式：参考第三方评估价格，并通过协议定价

        转化价格：8万元

        公示期自2023年3月22日至2023年4月5日。如有异议，请在公示期内向科技成果转化中心书面提交异议及有关证明材料（电话：0755-23516333，邮箱：ttc@cuhk.edu.cn）。

科技成果转化中心

2023年3月22日