奇跃公司A·拉比诺维奇获国家专利权
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！
龙图腾网获悉奇跃公司申请的专利用于神经网络的多任务学习的元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：CN111328400B 。
龙图腾网通过国家知识产权局官网在2025-08-19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：201880072862.1，技术领域涉及：G06N3/02；该发明授权用于神经网络的多任务学习的元学习是由A·拉比诺维奇;V·巴德里娜拉亚楠;S·拉金德兰;李镇宇设计研发完成，并于2018-11-09向国家知识产权局提交的专利申请。
本用于神经网络的多任务学习的元学习在说明书摘要公布了：描述了用于通过单个神经网络自动学习子任务的元学习的方法和系统。神经网络学习任务的顺序可能会影响网络的性能，而元学习方法可以使用任务级别课程进行多任务训练。任务级别课程可以通过监测训练过程中损失函数的轨迹来学习。元学习方法可以在训练过程中学习适应任务损失平衡权重，以提高现实世界数据集上多个任务的性能。有利地，学习动态地平衡不同任务损失之间的权重比使用由昂贵的随机搜索或启发式方法确定的静态权重可以导致更高的性能。元学习方法的实施例可以用于计算机视觉任务或自然语言处理任务，并且训练的神经网络可以由增强或虚拟现实设备使用。
本发明授权用于神经网络的多任务学习的元学习在权利要求书中公布了：1.一种用于使用元学习来训练多任务神经网络的系统，所述系统包括： 非暂时性存储设备，其被配置为存储： 多任务神经网络，其被配置为确定与多个任务相关联的输出，所述多个任务中的每个任务与任务损失函数相关联，与多任务损失函数相关联的所述多任务神经网络包括用于所述多个任务中的每个任务的任务权重和所述任务损失函数的组合； 元网络，其被配置为输出与所述多个任务中的每个任务相关联的所述任务权重，与元网络损失函数相关联的所述元网络包括至少部分地基于所述多任务损失函数的预期损失； 与所述非暂时性存储设备通信的硬件处理器，所述硬件处理器被编程为： 访问与用于所述多个任务的多个参考任务输出相关联的训练数据，其中，所述训练数据包括多个数字图像； 减小或最小化所述元网络损失函数以确定与所述多个任务中的每个任务相关联的估计任务权重； 至少部分地基于所述估计任务权重，减小或最小化所述多任务损失函数；以及 输出训练的多任务神经网络。
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奇跃公司，其通讯地址为：美国佛罗里达州；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号